Характеристики

Параметры: 113 млн
Лицензия: Apache 2.0
Архитектура: vit · dense
Опубликована: 2 мар 2022

Ссылки

Hugging Face

food

nateraw

Классификация изображенийИзображение → label3 профессии

ViT-модель для распознавания категорий еды на изображениях, дообученная на Food-101.

4 621скачиваний за 30 дней81лайквеса обновлены17 мая 2022

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

nateraw/food — модель компьютерного зрения, дообученная nateraw на базе google/vit-base-patch16-224-in21k для классификации изображений еды. Она использует архитектуру Vision Transformer (ViT) и содержит 113,2 млн параметров. Модель предназначена для распознавания категорий блюд на фотографиях; при оценке на тестовой выборке Food-101 достигла точности 89,13% и значения loss 0,4501.

Модель принимает изображения и выдаёт метку класса. Её можно применять для автоматической сортировки фотографий еды и определения блюда по снимку. Доступны веса PyTorch; лицензия — Apache-2.0. Карточка не описывает ограничения и условия, при которых получена оценка, поэтому результат может отличаться на изображениях вне оценочной выборки.

Сценарии применения

определение блюда по фотографии
классификация изображений еды по категориям
автоматическая сортировка фотографий блюд

Ограничения

Точность 89,13% указана для оценочной выборки Food-101; качество на других наборах и типах фотографий может отличаться. Карточка не приводит дополнительных сведений об ограничениях модели.

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.10Отраслевые задачиДом, личная жизнь, уход и повседневные задачиAI помогает помогать человеку планировать повседневные дела и безопасно управлять домашней средой.30 задач962модели IV.1Отраслевые задачиРитейл, электронная коммерция и fashion-techAI помогает управлять ассортиментом, покупательским опытом и эффективностью торговых операций.29 задач5 934модели

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

nateraw/food

This model is a fine-tuned version of google/vit-base-patch16-224-in21k on the nateraw/food101 dataset. It achieves the following results on the evaluation set:

Loss: 0.4501
Accuracy: 0.8913

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: 0.0002
train_batch_size: 128
eval_batch_size: 128
seed: 1337
optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
lr_scheduler_type: linear
num_epochs: 5.0
mixed_precision_training: Native AMP

Training results

Training Loss	Epoch	Step	Validation Loss	Accuracy
0.8271	1.0	592	0.6070	0.8562
0.4376	2.0	1184	0.4947	0.8691
0.2089	3.0	1776	0.4876	0.8747
0.0882	4.0	2368	0.4639	0.8857
0.0452	5.0	2960	0.4501	0.8913

Framework versions

Transformers 4.9.0.dev0
Pytorch 1.9.0+cu102
Datasets 1.9.1.dev0
Tokenizers 0.10.3

Как запустить

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

GPU в ailist

Универсальный рантайм · image-classification

Можно запустить

Подбираем GPU…

Класс архитектуры: ViTForImageClassification
Ревизия весов: 8991abd