Mindket

2025-MBARI-Benthic-Supercategory-Object-Detector

新上架第 1 版 · 更新于

概览

从名称判断,它在图像中找出海底物体的大类,由 FathomNet 为 yolov26 库发布。页面没有模型卡,所以在依赖它之前请先用你自己的图像测试。

2025-MBARI-Benthic-Supercategory-Object-Detector 是一款工具包,属于研究类,由 Mindket 上架。可免费获取。当前为第 1 版,最近更新于 。在本页下载,是一个装着它全部文件的 zip 压缩包。这些文件不会自己运行。

速览

你需要
  • Python,用于 Hugging Face 下载命令
  • 一个支持 yolov26 库的工具
用在
  • 一个支持 yolov26 库的检测环境
  • 装有 Python 的 Windows、macOS 或 Linux,用来下载文件
先运行
pip install -U huggingface_hub
hf download FathomNet/2025-MBARI-Benthic-Supercategory-Object-Detector

平台

Windows操作系统
macOS操作系统
Linux操作系统

关于

它是什么

这是 FathomNet 发布的物体检测模型。从名称判断,它在图像中找出被称为底栖大类的一些海底物体的大类,名称里还带有 MBARI 和 2025。Hugging Face 把它标为 yolov26 库的模型,并且没有显示模型卡文字,所以本页除此之外不作任何陈述。

适合谁

适合处理海底图像、并且愿意在没有书面说明的情况下自己检查模型的海洋研究者和计算机视觉开发者。

行业谁在用怎么用例子
海洋科学海洋研究者在图像中寻找海底物体的大类在一张靠近海床拍摄的照片上试试
环境监测调查团队检查检测器是否适合他们自己的海底图像在几帧样例上运行并查看结果
AI 研究计算机视觉开发者研究一个标为 yolov26 的检测器打开下载的文件,看看里面有什么

如果你需要有文档的类别、准确率数字或运行说明,可以跳过它,因为页面里都没有。

用在哪里

页面只把 yolov26 库列为它的归属,所以请在支持该库的环境里使用它。

  • 一个支持 yolov26 库的检测环境
  • 装有 Python 的 Windows、macOS 或 Linux,用来下载文件
使用场景谁用得到什么
海底图像分析海洋研究者对物体大类的检测,正如名称所示
模型检查开发者下载的文件,可用来研究和测试

如何设置

用 Hugging Face 工具获取文件,然后在支持 yolov26 库的工具里打开它们。页面没有给出更多设置步骤。

  • Python,用于 Hugging Face 下载命令
  • 一个支持 yolov26 库的工具
  1. 安装 Hugging Face 工具。
  2. 把模型文件下载到你的电脑。
  3. 在你的 yolov26 工具里加载它们,并在几张图像上测试。
pip install -U huggingface_hub
hf download FathomNet/2025-MBARI-Benthic-Supercategory-Object-Detector

如何使用

页面没有给出运行命令。在 yolov26 库的工具里加载下载的文件,传入一张图像,读取它返回的检测结果。

示例

给检测器一张水下海底照片,看它标出哪些物体大类。页面没有给出示例输出,所以请你自己判断结果。

新手与专家

物体检测器在图片里找出东西并标出位置。大类是包含许多更细种类的宽泛分组。第一个小尝试是下载文件,看看里面有什么。

对专家来说,页面没有给出架构、类别列表、训练数据或指标,所以请在你自己的图像上验证。许可证是 cc-by-4.0,要求你在复用模型时署名作者。

  1. 从一张海底图像开始
  2. 运行检测器
  3. 读取标出的物体大类

注意事项

这一页很短,因为模型页面本身没有描述。

  • No model card: 页面没有列出类别、指标或训练数据。
  • Library: Hugging Face 把它标为 yolov26。
  • License: cc-by-4.0。
  • Cost to run: 未提及,没有 API 密钥、账号或付费服务。
  • Data it reaches: 它下载模型文件,并处理你给它的任何图像。
  • Not for: 页面没有写明限制,所以请先用你自己的数据检查。

README 和文件

README

2025-MBARI-Benthic-Supercategory-Object-Detector

从名称判断,它在图像中找出海底物体的大类,由 FathomNet 为 yolov26 库发布。页面没有模型卡,所以在依赖它之前请先用你自己的图像测试。

由 FathomNet 在 Hugging Face 上制作。这些说明是 Mindket 根据它的模型页面和模型卡写的,模型自己的文件和许可证在 Hugging Face 上。

简介

它是什么:这是 FathomNet 发布的物体检测模型。从名称判断,它在图像中找出被称为底栖大类的一些海底物体的大类,名称里还带有 MBARI 和 2025。Hugging Face 把它标为 yolov26 库的模型,并且没有显示模型卡文字,所以本页除此之外不作任何陈述。

适合谁:适合处理海底图像、并且愿意在没有书面说明的情况下自己检查模型的海洋研究者和计算机视觉开发者。

行业 | 谁在用 | 怎么用 | 例子
海洋科学 | 海洋研究者 | 在图像中寻找海底物体的大类 | 在一张靠近海床拍摄的照片上试试
环境监测 | 调查团队 | 检查检测器是否适合他们自己的海底图像 | 在几帧样例上运行并查看结果
AI 研究 | 计算机视觉开发者 | 研究一个标为 yolov26 的检测器 | 打开下载的文件,看看里面有什么

如果你需要有文档的类别、准确率数字或运行说明,可以跳过它,因为页面里都没有。

用在哪里:页面只把 yolov26 库列为它的归属,所以请在支持该库的环境里使用它。

  • 一个支持 yolov26 库的检测环境
  • 装有 Python 的 Windows、macOS 或 Linux,用来下载文件
使用场景 | 谁用 | 得到什么
海底图像分析 | 海洋研究者 | 对物体大类的检测,正如名称所示
模型检查 | 开发者 | 下载的文件,可用来研究和测试

如何设置:用 Hugging Face 工具获取文件,然后在支持 yolov26 库的工具里打开它们。页面没有给出更多设置步骤。

  • Python,用于 Hugging Face 下载命令
  • 一个支持 yolov26 库的工具
  1. 安装 Hugging Face 工具。
  2. 把模型文件下载到你的电脑。
  3. 在你的 yolov26 工具里加载它们,并在几张图像上测试。
pip install -U huggingface_hub
hf download FathomNet/2025-MBARI-Benthic-Supercategory-Object-Detector

如何使用:页面没有给出运行命令。在 yolov26 库的工具里加载下载的文件,传入一张图像,读取它返回的检测结果。

示例:给检测器一张水下海底照片,看它标出哪些物体大类。页面没有给出示例输出,所以请你自己判断结果。

新手与专家:物体检测器在图片里找出东西并标出位置。大类是包含许多更细种类的宽泛分组。第一个小尝试是下载文件,看看里面有什么。

对专家来说,页面没有给出架构、类别列表、训练数据或指标,所以请在你自己的图像上验证。许可证是 cc-by-4.0,要求你在复用模型时署名作者。

从一张海底图像开始
运行检测器
读取标出的物体大类

注意事项:这一页很短,因为模型页面本身没有描述。

  • No model card: 页面没有列出类别、指标或训练数据。
  • Library: Hugging Face 把它标为 yolov26。
  • License: cc-by-4.0。
  • Cost to run: 未提及,没有 API 密钥、账号或付费服务。
  • Data it reaches: 它下载模型文件,并处理你给它的任何图像。
  • Not for: 页面没有写明限制,所以请先用你自己的数据检查。

Hugging Face 上的数据(2026年11月13日)

  • 框架:yolov26
  • 最近 30 天下载:36
  • 点赞:3
  • 许可证:cc-by-4.0
  • 标签:yolov26

链接

  • 模型:https://huggingface.co/FathomNet/2025-MBARI-Benthic-Supercategory-Object-Detector
  • 文件:https://huggingface.co/FathomNet/2025-MBARI-Benthic-Supercategory-Object-Detector/tree/main

获取模型

用 Hugging Face 的命令行下载它的文件:

pip install -U huggingface_hub
hf download FathomNet/2025-MBARI-Benthic-Supercategory-Object-Detector

然后按它的模型卡使用它。这个工具包里没有会自己运行的东西。

文件
README.md  4 KB

1 个文件,共 4 KB,以 zip 压缩包下载。

更新内容

  • 第 1 版 · 2026-11-13

评价

还没有评分

写评价

还没有评价。

Mindket 的更多商品

查看 Mindket 的全部商品

Bonsai-27B-GGUF

lmstudio-community · 工具包

面向 LM Studio 的 27B Bonsai 模型 GGUF 转换版,含 3.80 GB 的 Q1_0 语言文件和 0.93 GB 的 BF16 视觉投影器。已测试文本、视觉和并行工具调用。

新上架

以每权重 2.9 位的 EXL3 量化运行 DeepSeek-V4.1-Flash-1017,这是一份 196 GiB 的副本,适合在自己硬件上部署大模型的人。困惑度与原模型相差不大。

新上架

MusicGen Small

facebook · 工具包

根据文字描述或音频提示生成短音乐片段,是 facebook MusicGen 的 small 检查点。适合想在自己电脑上试用文字生成音乐的开发者和音乐爱好者。

新上架

研究类的相似商品

查看研究类的全部商品

Merlin-Cancer-Super

AbdomenAtlas · 工具包

在 CT 扫描上检测并勾画 9 个器官的肿瘤,使用从放射学报告中学习的 R-Super 方法训练。这是面向医学影像团队的研究模型,采用非商业许可。

新上架

EarthJev

dBenf · 工具包

回答关于卫星图像块的类型化问题,使用 Sentinel-2 的全部 12 个波段,为每个选项返回概率,不生成文字。这是 Qwen3.5-0.8B 的微调版本,适合地球观测研究者。

新上架

getting-over-it-rl-jax

zimmerk4 · 工具包

用一个在 JAX 物理模拟器里学会的小型策略网络,从头到尾通关游戏 Getting Over It。适合强化学习研究者和好奇的动手爱好者。

新上架