基于ViT架构的食物分类模型,在Food101数据集上微调,准确率达98.5%
下载量 19
发布时间 : 2/9/2023
模型简介
该模型是基于google/vit-base-patch16-224-in21k预训练模型,在Food101数据集上进行微调得到的食物图像分类模型。主要用于识别101种不同类别的食物图像。
模型特点
高准确率
在Food101数据集上达到98.5%的分类准确率
基于ViT架构
使用Vision Transformer架构,具有强大的图像特征提取能力
轻量级微调
仅使用1000个训练样本进行微调即获得优异性能
模型能力
食物图像分类
多类别识别
图像特征提取
使用案例
餐饮行业
智能菜单识别
自动识别用户拍摄的食物照片并匹配菜单
可准确识别101种常见食物
健康管理
饮食记录分析
帮助用户自动记录每日饮食内容
提供准确的饮食分类数据
精选推荐AI模型
Llama 3 Typhoon V1.5x 8b Instruct
专为泰语设计的80亿参数指令模型,性能媲美GPT-3.5-turbo,优化了应用场景、检索增强生成、受限生成和推理任务
大型语言模型
Transformers

支持多种语言
L
scb10x
3,269
16
Cadet Tiny
Openrail
Cadet-Tiny是一个基于SODA数据集训练的超小型对话模型,专为边缘设备推理设计,体积仅为Cosmo-3B模型的2%左右。
对话系统
Transformers

英语
C
ToddGoldfarb
2,691
6
Roberta Base Chinese Extractive Qa
基于RoBERTa架构的中文抽取式问答模型,适用于从给定文本中提取答案的任务。
问答系统
中文
R
uer
2,694
98
AIbase是一个专注于MCP服务的平台,为AI开发者提供高质量的模型上下文协议服务,助力AI应用开发。
简体中文