/ Модель

Характеристики

Лицензия
Apache 2.0
Архитектура
siglip · dense
Базовая модель
siglip2-base-patch16-224
Библиотека
transformers
Опубликована
2 июл 2025

Food-or-Not-SigLIP2

Классификация изображенийИзображение → label3 профессии

Модель SigLIP2 классифицирует изображения как содержащие еду или не содержащие её для фильтрации и сортировки визуального контента.

22скачиваний за 30 дней0лайковвеса обновлены4 июл 2025

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

Food-or-Not-SigLIP2 — модель классификации изображений, созданная PrithivMLmods на основе дообучения визуально-языкового энкодера Google SigLIP2 Base Patch16-224. Она относит изображение к одному из двух классов: food или not-food. Модель построена на архитектуре SiglipForImageClassification и предназначена для распознавания пищевых продуктов на изображениях.

Её можно применять в приложениях для питания, каталогах розничной торговли и электронной коммерции, модерации контента и сортировке наборов изображений. В отчёте README указана точность 87,74% на тестовой выборке из 8000 примеров, поровну распределённых между двумя классами. Модель принимает изображения и выдаёт метку класса. Лицензия — Apache-2.0.

Сценарии применения

  • определение наличия еды на фотографии
  • фильтрация изображений товаров в каталоге магазина
  • разделение изображений на пищевые и непищевые при подготовке датасета
  • поиск изображений с едой для приложения питания
  • выявление изображений еды при модерации контента

Ограничения

Классификация ограничена двумя классами — food и not-food; приведённая точность 87,74% получена на указанной в README выборке и не гарантирует такой же результат на других данных.

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

f/n.png

Food-or-Not-SigLIP2

Food-or-Not-SigLIP2 is a vision-language encoder model fine-tuned from google/siglip2-base-patch16-224 for binary image classification. It is trained to distinguish between images of food and non-food objects using the SiglipForImageClassification architecture.

Classification Report:
              precision    recall  f1-score   support

        food     0.8902    0.8610    0.8753      4000
    not-food     0.8654    0.8938    0.8794      4000

    accuracy                         0.8774      8000
   macro avg     0.8778    0.8774    0.8773      8000
weighted avg     0.8778    0.8774    0.8773      8000

download.png


Label Space: 2 Classes

The model classifies each image into one of the following categories:

Class 0: "food"
Class 1: "not-food"

Install Dependencies

pip install -q transformers torch pillow gradio

Inference Code

import gradio as gr
from transformers import AutoImageProcessor, SiglipForImageClassification
from PIL import Image
import torch

# Load model and processor
model_name = "prithivMLmods/Food-or-Not-SigLIP2"  # Replace with your model path if different
model = SiglipForImageClassification.from_pretrained(model_name)
processor = AutoImageProcessor.from_pretrained(model_name)

# Label mapping
id2label = {
    "0": "food",
    "1": "not-food"
}

def classify_food(image):
    image = Image.fromarray(image).convert("RGB")
    inputs = processor(images=image, return_tensors="pt")

    with torch.no_grad():
        outputs = model(**inputs)
        logits = outputs.logits
        probs = torch.nn.functional.softmax(logits, dim=1).squeeze().tolist()

    prediction = {
        id2label[str(i)]: round(probs[i], 3) for i in range(len(probs))
    }

    return prediction

# Gradio Interface
iface = gr.Interface(
    fn=classify_food,
    inputs=gr.Image(type="numpy"),
    outputs=gr.Label(num_top_classes=2, label="Food Classification"),
    title="Food-or-Not-SigLIP2",
    description="Upload an image to detect if it contains food or not."
)

if __name__ == "__main__":
    iface.launch()

Intended Use

Food-or-Not-SigLIP2 can be used for:

  • Dietary Apps – Automatically classify images for food detection.
  • Retail & E-commerce – Filter food vs non-food products visually.
  • Content Moderation – Flag content containing food items.
  • Dataset Curation – Separate food-related images for training or filtering.

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
SiglipForImageClassification
Ревизия весов
dbef7d7

0 моделей