一周速览丨YOLOv10 模型+应用一站式体验！一键部署 Llama 3-Chinese-Chat-8b

公共资源速递

This Weekly Snapshots ！
5 个数据集：

• Llama3 中文化数据集
• 皮马印第安人糖尿病数据集
• VehicleID 车辆识别数据集
• LCCC 大规模净化汉语会话语料库
• NWPU VHR-10 地理空间物体检测遥感数据集

2 个模型：

• YOLOv10
• Llama 3-Chinese-Chat-8b

2 个教程：

• YOLOv10 实时端到端物体检测应用
• 一键部署 Llama 3-Chinese-Chat-8b

访问官网立即使用：http://openbayes.com

公共数据集

1. Llama3 中文化数据集

该数据集为 Llama3 中文化数据集集合，数据已统一处理为 firefly 格式，可以配合 firefly 工具直接训练 Llama3 中文模型。

直接使用：https://go.openbayes.com/zDgQG

2. 皮马印第安人糖尿病数据集

该数据集是医疗保健和机器学习领域中一个著名的数据存储库，包含了皮马印第安妇女的人口统计、临床和诊断特征，主要用于基于这些属性预测糖尿病的发病情况。

直接使用：https://go.openbayes.com/ZWgbd

3. VehicleID 车辆识别数据集

该数据集包含 26,267 辆车的共 221,763 张图像，每张图像都带有一个与其在现实世界相对应 ID 标注。

直接使用：https://go.openbayes.com/Pb6Ig

4. LCCC 大规模净化汉语会话语料库

该数据集包含两个版本：LCCC-base 和 LCCC-large，分别包含了 680 万条和 1,200 万条经过清洗的对话。LCCC 旨在推动中文对话生成领域的研究，提供了高质量的中文对话数据，这些数据经过严格的清洗流程，以确保数据的质量。

直接使用：https://go.openbayes.com/uR56s

5. NWPU VHR-10 地理空间物体检测遥感数据集

该数据集共有 800 张图像，其中包含目标有的 650 张，背景图像有 150 张，目标包括：飞机、舰船、油罐、棒球场、网球场、篮球场、田径场、港口、桥梁、车辆 10 个类别。

直接使用：https://go.openbayes.com/3PSqZ

公共模型

1. YOLOv10 实时端到端物体检测模型

YOLOv10 是由清华大学基于 Ultralytics Python 包开发的实时目标检测方法。它通过消除非最大抑制 (NMS) 和优化模型架构，解决了 YOLO 系列之前版本在后处理和模型架构方面的不足。

直接使用：https://go.openbayes.com/S2Ssj

2. Llama 3-Chinese-Chat-8b

该模型是基于 Meta-Llama-3-8b-Instruct 模型专门针对中文进行微调的中文聊天模型。与原始的 Meta-Llama-3-8b-Instruct 模型相比，该模型显著减少了「中文问题英文回复」以及中英文混合的问题。

直接使用：https://go.openbayes.com/RcvMs

公共教程

1. YOLOv10 实时端到端物体检测应用

YOLOv10 是由清华大学开发的实时目标检测方法，旨在解决之前 YOLO 版本在后处理和模型架构方面的不足。该教程为 YOLOv10 的 gradio 应用教程。

在线运行：https://go.openbayes.com/OIe07

2. 一键部署 Llama 3-Chinese-Chat-8b Demo

该教程使用的模型为上文提到的首个 Llama 3 中文版，是一个面向中文和英文用户进行了指令微调的语言模型，具备角色扮演和工具使用等多种能力。只需克隆并启动该容器，直接复制生成的 API 地址，即可对模型进行推理体验。

在线运行：https://go.openbayes.com/a239e

以上就是小贝上周在 OpenBayes 的全部更新内容啦~