V
VIT Food101 Image Classifier
由 StatsGary 开发
基于Vision Transformer架构的食物图像分类模型,在Food101数据集上训练,准确率达93.3%
下载量 41
发布时间 : 1/30/2023
模型简介
该模型专门用于食物图像分类任务,能够识别101种不同类别的食物。适用于餐饮、健康管理等场景的图像识别需求。
模型特点
高准确率
在Food101测试集上达到93.3%的分类准确率
基于ViT架构
采用先进的Vision Transformer架构,有效捕捉图像全局特征
多类别识别
能够识别101种不同食物类别
模型能力
食物图像分类
多类别识别
高精度图像分析
使用案例
餐饮行业
自动菜单识别
通过拍摄菜品照片自动识别菜品类别
准确率93.3%
健康管理
饮食记录分析
自动识别并记录用户摄入的食物类型
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