Swin Tiny Patch4 Window7 224 Finetuned Plantdisease
基于Swin Transformer架构的植物病害图像分类模型,在植物病害数据集上微调,准确率达96.9%
下载量 40
发布时间 : 6/24/2022
模型简介
该模型用于识别多种植物病害,包括番茄、马铃薯和甜椒的常见病害,可帮助农业从业者快速诊断植物健康状况
模型特点
高准确率
在植物病害分类任务上达到96.9%的准确率
多病害识别
可识别15种不同的植物健康状态和病害类型
基于Swin Transformer
采用先进的视觉Transformer架构,具有优秀的特征提取能力
模型能力
植物病害图像分类
植物健康状态检测
农业病害诊断
使用案例
农业科技
植物病害诊断
通过拍摄植物叶片照片,自动识别可能存在的病害类型
准确率96.9%,可帮助农民及时发现和处理病害
农业研究辅助
用于植物病理学研究中的病害分类和统计
精选推荐AI模型
Llama 3 Typhoon V1.5x 8b Instruct
专为泰语设计的80亿参数指令模型,性能媲美GPT-3.5-turbo,优化了应用场景、检索增强生成、受限生成和推理任务
大型语言模型
Transformers 支持多种语言

L
scb10x
3,269
16
Cadet Tiny
Openrail
Cadet-Tiny是一个基于SODA数据集训练的超小型对话模型,专为边缘设备推理设计,体积仅为Cosmo-3B模型的2%左右。
对话系统
Transformers 英语

C
ToddGoldfarb
2,691
6
Roberta Base Chinese Extractive Qa
基于RoBERTa架构的中文抽取式问答模型,适用于从给定文本中提取答案的任务。
问答系统 中文
R
uer
2,694
98