AIbase

T

Test Model

由 Nonem100 开发
这是一个基于PyTorch和HuggingPics生成的图像分类模型，准确率达到90.18%。
图像分类
Transformers
#食品图像分类#高准确率分类#快餐识别
下载量 31
发布时间 : 3/31/2022
模型介绍
内容详情
替代品

模型简介

该模型用于图像分类任务，能够识别多种食物类别，如棉花糖、汉堡包、热狗等。

模型特点

高准确率
在图像分类任务上达到90.18%的准确率。
易用性
通过HuggingPics工具自动生成，便于快速部署和使用。
多类别识别
能够识别多种食物类别，包括棉花糖、汉堡包、热狗等。

模型能力

图像分类
多类别识别

使用案例

食品识别
快餐店食品分类
用于自动识别和分类快餐店中的各种食品。
准确率达到90.18%。
智能菜单系统
在智能菜单系统中自动识别顾客选择的食品。