U

Upernetconvnext Finetuned Segments Food Oct 14

由 LightDestory 开发
基于ConvNeXt架构的食品图像分割模型,在FoodSeg103数据集上微调,专门用于识别和分割食品图像中的不同食材类别。
下载量 432
发布时间 : 10/14/2024

模型简介

该模型是基于openmmlab/upernet-convnext-small在EduardoPacheco/FoodSeg103数据集上微调的图像分割模型,能够识别和分割食品图像中的多种食材类别。

模型特点

食品专用分割
专门针对食品图像优化的分割能力,能够识别多种常见食材
ConvNeXt架构
采用现代ConvNeXt架构,结合UperNet实现高效图像分割
精细类别识别
支持超过100种食品和食材类别的识别与分割

模型能力

食品图像分割
食材类别识别
像素级语义分割

使用案例

食品分析
营养分析应用
通过识别餐盘中各种食材的比例,辅助营养计算
餐饮行业应用
用于自动识别菜品成分,辅助菜单管理和食品质量控制
健康管理
饮食记录应用
自动识别和记录用户摄入的食品种类和分量
AIbase
智启未来,您的人工智能解决方案智库
简体中文