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
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