--- license: apache-2.0 metrics: - accuracy - f1 --- Detect type of Indian medicinal plant based on plants/leafs image. See https://www.kaggle.com/code/dima806/indian-medicinal-plants-image-detection-vit for more details. ![image/png](https://cdn-uploads.huggingface.co/production/uploads/6449300e3adf50d864095b90/CpgjqJlouiF7wk6LqBCGx.png) ``` Classification report: precision recall f1-score support Amla 1.0000 1.0000 1.0000 58 Curry 1.0000 1.0000 1.0000 67 Betel 1.0000 1.0000 1.0000 106 Bamboo 1.0000 1.0000 1.0000 106 Palak(Spinach) 1.0000 1.0000 1.0000 60 Coriender 1.0000 1.0000 1.0000 46 Ashoka 1.0000 1.0000 1.0000 58 Seethapala 1.0000 1.0000 1.0000 46 Lemon_grass 1.0000 1.0000 1.0000 58 Pappaya 1.0000 1.0000 1.0000 58 Curry_Leaf 1.0000 1.0000 1.0000 58 Lemon 1.0000 1.0000 1.0000 108 Nooni 1.0000 1.0000 1.0000 59 Henna 1.0000 1.0000 1.0000 60 Mango 1.0000 1.0000 1.0000 100 Doddpathre 1.0000 1.0000 1.0000 57 Amruta_Balli 1.0000 1.0000 1.0000 59 Betel_Nut 1.0000 1.0000 1.0000 58 Tulsi 0.9859 0.9859 0.9859 71 Pomegranate 1.0000 1.0000 1.0000 59 Castor 1.0000 1.0000 1.0000 116 Jackfruit 1.0000 1.0000 1.0000 44 Insulin 1.0000 1.0000 1.0000 58 Pepper 1.0000 1.0000 1.0000 59 Raktachandini 1.0000 1.0000 1.0000 58 Aloevera 1.0000 1.0000 1.0000 113 Jasmine 1.0000 1.0000 1.0000 75 Doddapatre 1.0000 1.0000 1.0000 58 Neem 1.0000 1.0000 1.0000 111 Geranium 1.0000 1.0000 1.0000 58 Rose 1.0000 1.0000 1.0000 110 Gauva 1.0000 1.0000 1.0000 58 Hibiscus 1.0000 1.0000 1.0000 113 Nithyapushpa 1.0000 1.0000 1.0000 58 Wood_sorel 1.0000 1.0000 1.0000 58 Tamarind 1.0000 1.0000 1.0000 71 Guava 1.0000 1.0000 1.0000 51 Bhrami 1.0000 1.0000 1.0000 42 Sapota 1.0000 1.0000 1.0000 58 Basale 1.0000 1.0000 1.0000 58 Avacado 1.0000 1.0000 1.0000 59 Ashwagandha 1.0000 1.0000 1.0000 59 Nagadali 0.9818 0.8852 0.9310 61 Arali 1.0000 1.0000 1.0000 58 Ekka 1.0000 1.0000 1.0000 58 Ganike 0.8654 0.9783 0.9184 46 Tulasi 0.9828 0.9828 0.9828 58 Honge 1.0000 1.0000 1.0000 104 Mint 1.0000 1.0000 1.0000 115 Catharanthus 1.0000 1.0000 1.0000 54 Papaya 1.0000 1.0000 1.0000 54 Brahmi 1.0000 1.0000 1.0000 58 accuracy 0.9972 3563 macro avg 0.9965 0.9968 0.9965 3563 weighted avg 0.9974 0.9972 0.9972 3563 ```