S

Snacks Classifier

由 Matthijs 开发
基于微软Swin Transformer Tiny架构的轻量级图像分类模型,在零食分类数据集上微调后达到92.86%测试准确率
下载量 15
发布时间 : 4/14/2022
模型介绍
内容详情
替代品

模型简介

这是一个在零食分类任务上微调的视觉Transformer模型,适用于食品识别、零售货架管理等场景

模型特点

高效局部注意力机制
采用滑动窗口注意力模式,在保持精度的同时显著降低计算复杂度
轻量级架构
Tiny版本特别适合资源受限环境部署
迁移学习优化
在零食数据集上微调后展现出色的领域适应能力

模型能力

图像分类
食品识别
零售商品识别

使用案例

零售行业
自动货架盘点
识别货架上零食商品的种类和位置
测试集准确率92.86%
自助结账系统
通过摄像头自动识别顾客选取的零食商品
健康管理
饮食记录辅助
自动识别并记录用户摄入的零食类型