Vit Base Patch32 224 In21k Finetuned Eurosat
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
おすすめAIモデル
Llama 3 Typhoon V1.5x 8b Instruct
タイ語専用に設計された80億パラメータの命令モデルで、GPT-3.5-turboに匹敵する性能を持ち、アプリケーションシナリオ、検索拡張生成、制限付き生成、推論タスクを最適化
大規模言語モデル
Transformers 複数言語対応

L
scb10x
3,269
16
Cadet Tiny
Openrail
Cadet-TinyはSODAデータセットでトレーニングされた超小型対話モデルで、エッジデバイス推論向けに設計されており、体積はCosmo-3Bモデルの約2%です。
対話システム
Transformers 英語

C
ToddGoldfarb
2,691
6
Roberta Base Chinese Extractive Qa
RoBERTaアーキテクチャに基づく中国語抽出型QAモデルで、与えられたテキストから回答を抽出するタスクに適しています。
質問応答システム 中国語
R
uer
2,694
98