M
My Test Model
由 Avelardo 开发
这是一个由HuggingPics生成的图像分类模型,能够识别多种食物类别。
下载量 18
发布时间 : 1/12/2023
模型简介
该模型是一个基于PyTorch的图像分类器,专门用于识别不同种类的食物,如烧烤、汉堡、炸鸡、汤和吐司等。
模型特点
高准确率
在测试数据上达到了92.79%的准确率。
多类别识别
能够识别多种食物类别,包括烧烤、汉堡、炸鸡等。
易于使用
通过Google Colab演示可以轻松创建自己的图像分类器。
模型能力
图像分类
食物识别
使用案例
餐饮行业
菜单自动分类
自动识别和分类餐厅菜单中的食物图片。
提高菜单管理效率
食品质量检测
识别食品的外观是否符合标准。
辅助食品质量控制
个人应用
食物日记
自动记录每日饮食中的食物种类。
帮助用户追踪饮食习惯
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