Мультимодальная модель Open Food Facts извлекает значения питательных веществ из фотографий таблиц пищевой ценности на упаковках продуктов.

Подходит для: извлечение калорий и нутриентов из фото пищевой таблицы · автоматический разбор состава и пищевой ценности на упаковке · структурирование OCR-данных таблицы пищевой ценности

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

Подходит для: определение блюда по фотографии · классификация изображений еды по категориям · автоматическая сортировка фотографий блюд

ifoodie-classifier-v8 — модель на основе ViT для классификации изображений, вероятно ориентированная на изображения еды.

Подходит для: классификация изображений еды · определение категории блюда на фотографии · автоматическая разметка изображений для каталога еды

300-мерные эмбеддинги ингредиентов для поиска пищевых сочетаний и анализа вкусовых, химических и контекстных связей в вычислительной гастрономии.

Подходит для: поиск похожих пищевых ингредиентов · подбор ингредиентов с учётом химического сходства и контекста рецептов · анализ вкусовых свойств ингредиентов по векторным направлениям

safetensors: формат, квантизация, runtime и память принадлежат одному artifact

Компактная мультимодальная модель для распознавания еды на фото и оценки калорийности и пищевой ценности каждого ингредиента.

Подходит для: оценка калорийности блюда по фотографии · распознавание ингредиентов на тарелке · оценка массы порций отдельных ингредиентов

Модель Swin Transformer, дообученная на Food-101 для классификации изображений блюд.

Подходит для: определение категории блюда по фотографии · автоматическая сортировка фотографий еды · разметка изображений блюд в каталоге

Дообученная модель BLOOM для генерации более здоровых, ориентированных на диабетическое питание рецептов из доступных ингредиентов.

Подходит для: Подбор рецепта по продуктам, которые есть дома · Создание идей более здоровых блюд для людей с диабетом · Генерация рецептов с простыми инструкциями по приготовлению

Дообученная Swin-модель для классификации изображений еды по категориям Food-101.

Подходит для: определение категории блюда на фотографии · автоматическая разметка изображений еды · классификация блюд в приложении или каталоге

Дообученная модель SigLIP2 распознаёт блюда на изображениях и относит их к одному из 101 классов Food-101.

Подходит для: распознавание блюда по фотографии · автоматическая разметка изображений еды · категоризация блюд в приложении учёта питания

Модель на архитектуре Swin классифицирует фотографии еды по 12 категориям для каталогизации и сортировки изображений.

Подходит для: сортировка фотографий блюд по категориям · автоматическая разметка изображений еды для сайта рецептов · классификация блюд в фотокаталоге ресторана

DreamBooth-модель для Stable Diffusion, создающая причудливых существ из еды по промпту с триггером «food_crit».

Подходит для: генерация фантастических существ из продуктов питания · создание сюрреалистичных изображений еды для иллюстраций · визуализация еды с глазами и другими чертами персонажей

Дообученная Gemma 3 для извлечения и структурирования сведений о еде и напитках из англоязычных текстовых описаний.

Подходит для: извлечение продуктов и напитков из описаний · распознавание состава и пищевой ценности в текстах упаковки · извлечение ингредиентов и блюд из рецептов

Быстрый бинарный классификатор изображений, определяющий, изображена ли на них еда или напиток.

Подходит для: фильтрация фото еды и напитков в приложении о питании · отбор изображений еды для каталога или меню · исключение нерелевантных изображений из набора данных

Классификатор на ResNet18 определяет свежесть фруктов и овощей по изображению, выбирая один из трёх классов состояния.

Подходит для: оценка свежести фруктов по фотографии · сортировка овощей на свежие и испорченные · быстрая проверка продуктов в приложении или прототипе

Производная модели adodabele/FoodExtract-gemma-3-270m-fine-tune-v1. Компактная дообученная модель Gemma 3, которая классифицирует текст о еде и напитках, назначает теги и извлекает названия продуктов.

Подходит для: Фильтрация подписей к изображениям по упоминаниям еды и напитков · Извлечение названий продуктов из текстовых описаний · Определение, относится ли текст к еде или напиткам

Зрительно-языковая модель Gemma 4 12B, дообученная для определения нигерийских блюд по изображениям.

Подходит для: определение нигерийского блюда по фотографии · распознавание супов и рагу нигерийской кухни · классификация нигерийской уличной еды

Учебная ансамблевая AutoML-модель относит упакованные снеки к пяти категориям по числовым показателям пищевой этикетки.

Подходит для: классификация упакованного снека по данным его пищевой этикетки · демонстрация табличной классификации средствами AutoGluon · учебное сравнение ансамблей для небольшого набора пищевых данных

Производная модели adodabele/FoodExtract-gemma-3-270m-fine-tune-v1. Компактная дообученная модель Gemma 3, которая классифицирует текст о еде и напитках, назначает теги и извлекает названия продуктов.

Подходит для: Фильтрация подписей к изображениям по упоминаниям еды и напитков · Извлечение названий продуктов из текстовых описаний · Определение, относится ли текст к еде или напиткам

Дообученная модель BERT для выделения упоминаний пищевых продуктов в англоязычных текстах.

Подходит для: извлечение названий продуктов из текстов · распознавание пищевых сущностей в описаниях блюд · разметка упоминаний еды в текстах о питании

BERT-модель извлекает и классифицирует сущности о пищевой ценности и составе продуктов в текстах маркировки и отзывах.

Подходит для: извлечение нутриентов из таблиц пищевой ценности · распознавание витаминов и минералов на этикетках продуктов · извлечение ингредиентов из описаний пищевых продуктов

Производная модели adodabele/FoodExtract-gemma-3-270m-fine-tune-v1. Компактная дообученная модель Gemma 3, которая классифицирует текст о еде и напитках, назначает теги и извлекает названия продуктов.

Подходит для: Фильтрация подписей к изображениям по упоминаниям еды и напитков · Извлечение названий продуктов из текстовых описаний · Определение, относится ли текст к еде или напиткам

Компактная SmolVLM-модель распознаёт ингредиенты на фотографии и возвращает их названия в JSON-списке.

Подходит для: составление списка распознанных продуктов по фотографии ингредиентов · определение овощей, зелени и других продуктов перед поиском рецепта · извлечение названий ингредиентов из изображения для приложения с рецептами

Модель предсказывает класс Nutri-Score и числовой балл продукта по пищевым показателям и текстовым данным, в том числе при пропусках значений.

Подходит для: оценка Nutri-Score продукта при неполных пищевых данных · предсказание числового балла Nutri-Score · сопоставление пищевого качества продуктов по нутриентам