ONNX 模型库
返回模型

说明文档

模型卡片

<!-- 简要说明该模型是什么/做什么。 -->

本模型卡片旨在作为新模型的基础模板。它使用此原始模板生成。

模型详情

模型描述

<!-- 提供该模型更详细的说明。 -->

  • 开发者: [更多信息待补充]
  • 资金支持 [可选]: [更多信息待补充]
  • 共享者 [可选]: [更多信息待补充]
  • 模型类型: [更多信息待补充]
  • 语言(s) (NLP): [更多信息待补充]
  • 许可证: [更多信息待补充]
  • 微调自模型 [可选]: [更多信息待补充]

模型来源 [可选]

<!-- 提供模型的基本链接。 -->

  • 代码库: [更多信息待补充]
  • 论文 [可选]: [更多信息待补充]
  • 演示 [可选]: [更多信息待补充]

用途

<!-- 说明该模型的预期用途,包括可预见的使用者和受该模型影响的人员。 -->

直接使用

<!-- 本节介绍不进行微调或插入更大生态系统/应用时的模型使用。 -->

[更多信息待补充]

下游使用 [可选]

<!-- 本节介绍经过任务微调后或插入更大生态系统/应用时的模型使用 -->

[更多信息待补充]

超出范围的使用

<!-- 本节说明误用、恶意使用以及该模型不擅长的情况。 -->

[更多信息待补充]

偏见、风险和局限性

<!-- 本节旨在传达技术和社会技术方面的局限性。 -->

[更多信息待补充]

建议

<!-- 本节旨在针对偏见、风险和技术局限性提出建议。 -->

用户(包括直接用户和下游用户)应当了解该模型的风险、偏见和局限性。需要更多信息以提供进一步建议。

如何开始使用该模型

使用以下代码开始使用该模型。

[更多信息待补充]

训练详情

训练数据

<!-- 这里应该链接到数据集卡片,可能还需要简要介绍训练数据的内容以及与数据预处理或额外过滤相关的文档。 -->

[更多信息待补充]

训练过程

<!-- 这与技术规格密切相关。此处的内容在相关时应链接到该部分。 -->

预处理 [可选]

[更多信息待补充]

训练超参数

  • 训练机制: [更多信息待补充] <!--fp32, fp16 混合精度, bf16 混合精度, bf16 非混合精度, fp16 非混合精度, fp8 混合精度 -->

速度、大小、时间 [可选]

<!-- 本节提供有关吞吐量、开始/结束时间、检查点大小(如相关)等的信息。 -->

[更多信息待补充]

评估

<!-- 本节描述评估协议并提供结果。 -->

测试数据、因素和指标

测试数据

<!-- 如果可能,这里应该链接到数据集卡片。 -->

[更多信息待补充]

因素

<!-- 这些是评估所按因素细分的类别,例如子群体或领域。 -->

[更多信息待补充]

指标

<!-- 这里是所使用的评估指标,最好附上使用原因的说明。 -->

[更多信息待补充]

结果

[更多信息待补充]

总结

模型检查 [可选]

<!-- 此处提供与模型相关的可解释性研究 -->

[更多信息待补充]

环境影响

<!-- 总排放量(以 CO2eq 克为单位)和其他考虑因素(如电力使用)在此处列出。相应地编辑下面的建议文本 -->

碳排放可以使用 Lacoste et al. (2019) 中提出的 机器学习影响计算器 进行估算。

  • 硬件类型: [更多信息待补充]
  • 使用小时数: [更多信息待补充]
  • 云服务商: [更多信息待补充]
  • 计算区域: [更多信息待补充]
  • 碳排放量: [更多信息待补充]

技术规格 [可选]

模型架构和目标

[更多信息待补充]

计算基础设施

[更多信息待补充]

硬件

[更多信息待补充]

软件

[更多信息待补充]

引用 [可选]

<!-- 如果有介绍该模型的论文或博客文章,APA 和 BibTeX 信息应放在本节中。 -->

BibTeX:

[更多信息待补充]

APA:

[更多信息待补充]

术语表 [可选]

<!-- 如果相关,请在本节中包含可帮助读者理解模型或模型卡片的术语和计算方法。 -->

[更多信息待补充]

更多信息 [可选]

[更多信息待补充]

模型卡片作者 [可选]

[更多信息待补充]

模型卡片联系方式

[更多信息待补充]

yuanjier/RGreco_Det

作者 yuanjier

object-detection
↓ 0 ♥ 0

创建时间: 2025-11-23 06:18:18+00:00

更新时间: 2025-11-23 06:22:37+00:00

在 Hugging Face 上查看

文件 (4)

.gitattributes
README.md
mol_seg.onnx ONNX
r_group_det.pt