AIbase
ZH
模型选型
标签
农业病害检测

# 农业病害检测

Computer Vision Beans
Apache-2.0
这是一个在豆类数据集上微调的视觉变换器(ViT)模型，用于识别豆类叶片的病害情况。
图像分类
C
mestrevh
29
1
Llava V1.5 7B Plant Leaf Diseases Detection
基于LLaVA-1.5-7B微调的多模态基础模型，专为植物叶片病害检测和解释而优化
图像生成文本 Transformers
L
YuchengShi
181
1
Tomato Leaf Disease Classification Resnet50
Apache-2.0
基于ResNet-50微调的番茄叶病图像分类模型，准确率达99.56%
图像分类 Transformers
T
wellCh4n
109
1
Dhenu Vision Lora 0.1
Apache-2.0
基于Qwen-VL-chat微调的农业病害检测模型，专注于水稻、玉米和小麦三大作物的病害识别与防治建议。
文本生成图像 Transformers 英语
D
KissanAI
96
9
Platzi Vit Model Nelson Silvera
Apache-2.0
这是一个基于Google的ViT模型在beans数据集上微调得到的图像分类模型，在验证集上达到了98.5%的准确率。
图像分类 Transformers
P
platzi
16
0
Vit Model Juan Bula
Apache-2.0
基于Google的ViT模型在beans数据集上微调的图像分类模型，用于识别豆类叶片健康状况
图像分类 Transformers
V
JuandaBula
13
0
Vit Beans
Apache-2.0
该模型是基于Google的ViT架构在beans数据集上微调的图像分类模型，准确率达96.99%。
图像分类 Transformers
V
johnnydevriese
14
0
AIbase
智启未来，您的人工智能解决方案智库
English简体中文繁體中文にほんご
© 2025AIbase