V

Vit Base Patch32 224 In21k Finetuned Eurosat

sshreshthaによって開発
Google Vision Transformer (ViT)アーキテクチャに基づく画像分類モデルで、food101データセットでファインチューニングされ、食品画像分類タスクに使用されます
ダウンロード数 30
リリース時間 : 11/24/2022

モデル概要

このモデルはVision Transformerアーキテクチャの事前学習モデルで、food101食品分類データセットでファインチューニングされており、101種類の異なるカテゴリの食品画像を分類識別できます

モデル特徴

Vision Transformerアーキテクチャに基づく
先進的なTransformerアーキテクチャを使用して視覚タスクを処理し、強力な特徴抽出能力を持っています
食品画像分類
101クラスの食品画像に特化して最適化された分類モデル
高精度
food101テストセットで73.21%の分類精度を達成

モデル能力

食品画像分類
視覚的特徴抽出
多クラス画像認識

使用事例

食品識別
飲食業の料理識別
レストランで料理画像を自動識別し、スマートメニュー管理を実現
101種類の一般的な食品カテゴリを正確に識別可能
健康的な食事アプリ
モバイルアプリに統合してユーザーが食物を識別し食事を記録するのを支援
AIbase
未来を切り開く、あなたのAIソリューション知識ベース
© 2025AIbase