Характеристики

Параметры: 113 млн
Лицензия: Apache 2.0
Архитектура: vit · dense
Базовая модель: vit-base-patch16-224-in21k
Библиотека: transformers
Опубликована: 27 июл 2026

Ссылки

Hugging Face

my_awesome_food_model

logancale

Классификация изображенийИзображение → label

Дообученная модель Vision Transformer для классификации изображений, предположительно связанных с едой.

5скачиваний за 30 дней0лайковвеса обновлены27 июл 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

my_awesome_food_model — модель классификации изображений, созданная дообучением Vision Transformer google/vit-base-patch16-224-in21k. Название указывает на тематику еды, однако карточка не описывает классы и набор данных, поэтому конкретные категории изображений подтвердить нельзя.

Модель предназначена для отнесения изображений к классам. Она содержит 113,2 млн параметров, построена на архитектуре ViT и распространяется в формате Safetensors для библиотеки Transformers. В README указаны результаты оценки: loss 2,3935 и accuracy 0,365.

Лицензия — Apache-2.0. В карточке нет сведений о составе обучающих данных и подробных сценариях применения; приведённая точность невысока, поэтому пригодность для практических задач следует оценивать отдельно.

Сценарии применения

классификация изображений еды по категориям
автоматическая разметка фотографий блюд
распределение изображений продуктов по классам

Ограничения

В README указаны accuracy 0,365 и loss 2,3935; качество может быть недостаточным для практического применения. Обучающий набор данных и конкретные классы не описаны.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

my_awesome_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: 2.3935
Accuracy: 0.365

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
2.9403	1.0	63	2.9306	0.292
2.5546	2.0	126	2.5234	0.352
2.3405	3.0	189	2.3935	0.365

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: 8b72621