FoodExtract-Vision-SmolVLM2-500M-fine-tune-v1
udit74j·Изображение → текст
Дообученная SmolVLM2-500M анализирует изображения еды и извлекает из них сведения по текстовому запросу.
Подходит для: извлечение сведений о блюде по фотографии · ответы на вопросы о продуктах на изображении · визуальный анализ еды для каталога продуктов
Загрузки на Hugging Face · 14Лайки · 1Контекст · 8 192 токеновВыход на Hugging Face · 2 июл 2026