/ Модель

Характеристики

Контекст
512 токенов
Лицензия
Apache 2.0
Архитектура
distilbert · dense
Базовая модель
distilbert-base-uncased
Опубликована
16 дек 2023

food_type_classification_model

Классификация текстаТекст → label3 профессии

Модель классифицирует пищевые продукты по названию или ингредиентам как растительные либо животного происхождения.

7скачиваний за 30 дней6лайковвеса обновлены31 янв 2024

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

nisuga/food_type_classification_model — модель классификации текста на базе DistilBERT, дообученная для отнесения пищевого продукта к одной из двух категорий: растительного или животного происхождения. Она принимает название продукта или список ингредиентов и выдаёт метку PLANT_BASED либо ANIMAL_BASED. Модель обучена на данных USDA FoodData Central; в карточке указана точность 0,9940 на оценочной выборке.

Модель предназначена для автоматической маркировки продуктов по их названию или составу. Контекстное окно составляет 512 токенов. Опубликована в формате safetensors под лицензией Apache-2.0. Базовая модель — distilbert/distilbert-base-uncased.

Сценарии применения

  • классификация продуктов по списку ингредиентов
  • определение происхождения продукта по названию
  • автоматическая маркировка растительных и животных продуктов

Ограничения

Предназначена только для бинарной классификации PLANT_BASED и ANIMAL_BASED; оценочная точность приведена для выборки, связанной с USDA FoodData Central, и не гарантирует такое же качество на любых названиях и составах.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

food_type_classification_model

Easily classify any food product into Plant-based(PLANT_BASED) or Animal-based(ANIMAL_BASED) based on ingredients or product title.

This model was trained using a dataset from USDA FoodData Central which contains the ANIMAL_BASED and PLANT_BASED classification labels based on the available protein type in a food product.

This model is a fine-tuned version of distilbert-base-uncased . It achieves the following results on the evaluation set:

  • Loss: 0.0249
  • Accuracy: 0.9940

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: 2e-05
  • train_batch_size: 16
  • eval_batch_size: 16
  • seed: 42
  • optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
  • lr_scheduler_type: linear
  • num_epochs: 2

Training results

Training LossEpochStepValidation LossAccuracy
No log1.03360.03510.9933
0.07112.06720.02490.9940

Framework versions

  • Transformers 4.35.2
  • Pytorch 2.1.0+cu121
  • Datasets 2.15.0
  • Tokenizers 0.15.0

Как запустить

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

GPU в ailist

Универсальный рантайм · text-classification

Можно запустить

Подбираем GPU…

Класс архитектуры
DistilBertForSequenceClassification
Ревизия весов
83dbab8

0 моделей