Характеристики

Параметры: 113 млн
Лицензия: Apache 2.0
Архитектура: vit · dense
Базовая модель: vit-base-patch16-224-in21k
Библиотека: transformers
Опубликована: 4 авг 2026

Ссылки

Hugging Face

food_model

BmaNara

Классификация изображенийИзображение → label3 профессии

Дообученная модель Vision Transformer для классификации изображений еды.

9скачиваний за 30 дней0лайковвеса обновлены4 авг 2026

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

BmaNara/food_model — модель классификации изображений, дообученная разработчиком BmaNara на базе Vision Transformer google/vit-base-patch16-224-in21k. Модель содержит 113,2 млн параметров и распространяется в формате Safetensors; лицензия — Apache-2.0.

Она предназначена для отнесения изображений к категориям еды. На указанном в карточке наборе оценки точность составила 0,492, а значение loss — 2,0833. Состав категорий и обучающих данных не раскрыт, поэтому пригодность для конкретной кухни или набора классов следует проверять на своих изображениях.

Сценарии применения

классификация фотографий еды по категориям
автоматическая сортировка изображений блюд
определение категории еды на фотографии

Ограничения

На указанном наборе оценки точность составила 0,492; классы и состав данных не описаны. Проверьте качество на целевом наборе изображений перед применением.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

IV.9Отраслевые задачиМедиа, журналистика, культура, архивы и игрыAI помогает создавать, искать, сохранять и персонализировать медиа, культурный и игровой контент.44 задачи14 938моделей IV.1Отраслевые задачиРитейл, электронная коммерция и fashion-techAI помогает управлять ассортиментом, покупательским опытом и эффективностью торговых операций.29 задач5 934модели IV.10Отраслевые задачиДом, личная жизнь, уход и повседневные задачиAI помогает помогать человеку планировать повседневные дела и безопасно управлять домашней средой.30 задач962модели

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

food_model

This model is a fine-tuned version of google/vit-base-patch16-224-in21k on an unknown dataset. It achieves the following results on the evaluation set:

Loss: 2.0833
Accuracy: 0.492

Model description

More information needed

Intended uses & limitations

More information needed

Training and evaluation data

More information needed

Training procedure

Training hyperparameters

The following hyperparameters were used during training:

learning_rate: 5e-05
train_batch_size: 16
eval_batch_size: 16
seed: 42
gradient_accumulation_steps: 4
total_train_batch_size: 64
optimizer: Use OptimizerNames.ADAMW_TORCH_FUSED with betas=(0.9,0.999) and epsilon=1e-08 and optimizer_args=No additional optimizer arguments
lr_scheduler_type: linear
lr_scheduler_warmup_steps: 0.1
num_epochs: 3

Training results

Training Loss	Epoch	Step	Validation Loss	Accuracy
2.6657	1.0	63	2.5806	0.4
2.2729	2.0	126	2.2135	0.453
2.0970	3.0	189	2.0833	0.492

Framework versions

Transformers 5.13.1
Pytorch 2.11.0+cu128
Datasets 4.0.0
Tokenizers 0.22.2

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм · transformers · image-classification

Можно запустить

Подбираем GPU…

Класс архитектуры: ViTForImageClassification
Ревизия весов: 637e004