基于google/vit-base-patch16-224-in21k微调的食品分类模型,在评估集上表现出色
下载量 25
发布时间 : 1/19/2023
模型简介
该模型是基于Vision Transformer架构的食品分类器,用于识别和分类不同种类的食品图像。
模型特点
高准确率
在训练集上达到93.6%的准确率,验证集上表现良好
基于ViT架构
采用Vision Transformer架构,适合处理图像分类任务
微调模型
基于预训练的google/vit-base-patch16-224-in21k模型进行微调
模型能力
食品图像分类
图像识别
使用案例
餐饮行业
食品自动分类
用于餐厅或食品配送服务中的食品自动分类系统
可帮助自动化菜单管理和库存控制
健康应用
饮食记录应用
在健康管理应用中自动识别和记录用户摄入的食品
帮助用户更准确地跟踪饮食和营养摄入
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