Swin Base Finetuned Snacks
基於Swin Transformer架構的零食圖像分類模型,在零食數據集上微調後準確率達到94.55%
下載量 15
發布時間 : 6/8/2022
模型概述
該模型是基於microsoft/swin-base-patch4-window7-224在零食數據集上微調的圖像分類模型,主要用於識別和分類不同類型的零食圖像。
模型特點
高準確率
在零食數據集上達到94.55%的分類準確率
基於Swin Transformer
採用先進的Swin Transformer架構,適合圖像分類任務
微調模型
在基礎模型上進行針對性微調,優化零食分類性能
模型能力
圖像分類
零食識別
使用案例
零售行業
自動商品分類
用於超市或零售店的自動商品分類系統
準確識別不同零食類別
庫存管理
輔助庫存管理系統自動識別和分類零食產品
提高庫存管理效率
食品分析
食品成分分析
輔助食品成分分析系統識別零食類別
精選推薦AI模型
Llama 3 Typhoon V1.5x 8b Instruct
專為泰語設計的80億參數指令模型,性能媲美GPT-3.5-turbo,優化了應用場景、檢索增強生成、受限生成和推理任務
大型語言模型
Transformers 支持多種語言

L
scb10x
3,269
16
Cadet Tiny
Openrail
Cadet-Tiny是一個基於SODA數據集訓練的超小型對話模型,專為邊緣設備推理設計,體積僅為Cosmo-3B模型的2%左右。
對話系統
Transformers 英語

C
ToddGoldfarb
2,691
6
Roberta Base Chinese Extractive Qa
基於RoBERTa架構的中文抽取式問答模型,適用於從給定文本中提取答案的任務。
問答系統 中文
R
uer
2,694
98