懂AI
food

food

基于Vision Transformer的101种美食图像分类模型

该模型是基于google/vit-base-patch16-224-in21k预训练模型在food101数据集上微调的图像分类模型。采用Vision Transformer架构,经5轮训练后在评估集上达到89.13%的准确率。模型能识别101种不同类型的美食,可应用于餐饮行业的图像自动分类和识别。训练过程使用Adam优化器和线性学习率调度器,batch size为128。

ViTHuggingface图像分类模型迁移学习深度学习Github开源项目食物识别
Hugging Face

食物图像分类项目介绍

项目概述

这是一个基于深度学习的食物图像分类项目，旨在准确识别和分类不同种类的食物。该项目使用了谷歌的ViT（Vision Transformer）模型作为基础，并在Food-101数据集上进行了微调，最终达到了89.13%的分类准确率。

模型架构

该项目采用了谷歌的ViT-Base-Patch16-224-in21k模型作为基础架构。ViT模型是一种将Transformer结构应用于计算机视觉任务的创新方法，它将图像分割成小块，然后像处理文本序列一样处理这些图像块，从而实现了优秀的图像分类性能。

数据集

项目使用了著名的Food-101数据集进行训练和评估。该数据集包含101种不同类别的食物图像，每类食物有1000张图片，总共101,000张高质量的食物图像。这个diverse的数据集为模型提供了丰富的学习材料，使其能够识别各种不同的菜品。

训练过程

模型的训练过程采用了以下主要参数：

  • 学习率：0.0002
  • 训练批次大小：128
  • 评估批次大小：128
  • 随机种子：1337
  • 优化器：Adam（β1=0.9，β2=0.999，ε=1e-08）
  • 学习率调度器：线性
  • 训练轮数：5
  • 混合精度训练：原生AMP

训练过程中，模型的性能逐步提升。从第一轮的85.62%准确率，到最后一轮达到了89.13%的准确率，损失值也从0.6070降低到了0.4501。

模型性能

经过5轮训练后，该模型在评估集上取得了以下成绩：

  • 损失值：0.4501
  • 准确率：89.13%

这个结果表明，该模型在食物图像分类任务上具有很高的准确性，可以有效地识别和区分不同种类的食物。

应用前景

这个食物分类模型有广泛的应用前景，例如：

  1. 智能餐厅菜单：帮助顾客通过拍照快速识别菜品信息。
  2. 营养分析应用：辅助用户记录日常饮食，进行营养分析。
  3. 食品工业质量控制：自动化食品生产线的质量检测。
  4. 美食社交平台：自动为用户上传的美食照片添加标签。
  5. 智能厨房设备：辅助智能冰箱或烹饪设备识别食材。

未来改进方向

尽管该模型已经取得了不错的性能，但仍有进一步改进的空间：

  1. 扩大训练数据集，包括更多种类的食物和不同拍摄角度的图像。
  2. 尝试其他先进的模型架构或集成多个模型。
  3. 针对特定地区或文化的食物进行专门训练，提高本地化识别能力。
  4. 结合食物识别与卡路里估算，开发更全面的饮食健康应用。

总的来说，这个食物图像分类项目展示了深度学习在实际应用中的强大潜力，为未来的智能饮食和食品相关技术发展奠定了基础。

编辑推荐精选

AEE

AEE

AI Excel全自动制表工具

AEE 在线 AI 全自动 Excel 编辑器，提供智能录入、自动公式、数据整理、图表生成等功能，高效处理 Excel 任务，提升办公效率。支持自动高亮数据、批量计算、不规则数据录入，适用于企业、教育、金融等多场景。

UI-TARS-desktop

UI-TARS-desktop

基于 UI-TARS 视觉语言模型的桌面应用，可通过自然语言控制计算机进行多模态操作。

UI-TARS-desktop 是一款功能强大的桌面应用，基于 UI-TARS（视觉语言模型）构建。它具备自然语言控制、截图与视觉识别、精确的鼠标键盘控制等功能，支持跨平台使用（Windows/MacOS），能提供实时反馈和状态显示，且数据完全本地处理，保障隐私安全。该应用集成了多种大语言模型和搜索方式，还可进行文件系统操作。适用于需要智能交互和自动化任务的场景，如信息检索、文件管理等。其提供了详细的文档，包括快速启动、部署、贡献指南和 SDK 使用说明等，方便开发者使用和扩展。

Wan2.1

Wan2.1

开源且先进的大规模视频生成模型项目

Wan2.1 是一个开源且先进的大规模视频生成模型项目，支持文本到图像、文本到视频、图像到视频等多种生成任务。它具备丰富的配置选项，可调整分辨率、扩散步数等参数，还能对提示词进行增强。使用了多种先进技术和工具，在视频和图像生成领域具有广泛应用前景，适合研究人员和开发者使用。

爱图表

爱图表

全流程 AI 驱动的数据可视化工具，助力用户轻松创作高颜值图表

爱图表（aitubiao.com）就是AI图表，是由镝数科技推出的一款创新型智能数据可视化平台，专注于为用户提供便捷的图表生成、数据分析和报告撰写服务。爱图表是中国首个在图表场景接入DeepSeek的产品。通过接入前沿的DeepSeek系列AI模型，爱图表结合强大的数据处理能力与智能化功能，致力于帮助职场人士高效处理和表达数据，提升工作效率和报告质量。

Qwen2.5-VL

Qwen2.5-VL

一款强大的视觉语言模型，支持图像和视频输入

Qwen2.5-VL 是一款强大的视觉语言模型，支持图像和视频输入，可用于多种场景，如商品特点总结、图像文字识别等。项目提供了 OpenAI API 服务、Web UI 示例等部署方式，还包含了视觉处理工具，有助于开发者快速集成和使用，提升工作效率。

HunyuanVideo

HunyuanVideo

HunyuanVideo 是一个可基于文本生成高质量图像和视频的项目。

HunyuanVideo 是一个专注于文本到图像及视频生成的项目。它具备强大的视频生成能力，支持多种分辨率和视频长度选择，能根据用户输入的文本生成逼真的图像和视频。使用先进的技术架构和算法，可灵活调整生成参数，满足不同场景的需求，是文本生成图像视频领域的优质工具。

WebUI for Browser Use

WebUI for Browser Use

一个基于 Gradio 构建的 WebUI，支持与浏览器智能体进行便捷交互。

WebUI for Browser Use 是一个强大的项目，它集成了多种大型语言模型，支持自定义浏览器使用，具备持久化浏览器会话等功能。用户可以通过简洁友好的界面轻松控制浏览器智能体完成各类任务，无论是数据提取、网页导航还是表单填写等操作都能高效实现，有利于提高工作效率和获取信息的便捷性。该项目适合开发者、研究人员以及需要自动化浏览器操作的人群使用，在 SEO 优化方面，其关键词涵盖浏览器使用、WebUI、大型语言模型集成等，有助于提高网页在搜索引擎中的曝光度。

xiaozhi-esp32

xiaozhi-esp32

基于 ESP32 的小智 AI 开发项目，支持多种网络连接与协议，实现语音交互等功能。

xiaozhi-esp32 是一个极具创新性的基于 ESP32 的开发项目，专注于人工智能语音交互领域。项目涵盖了丰富的功能，如网络连接、OTA 升级、设备激活等，同时支持多种语言。无论是开发爱好者还是专业开发者，都能借助该项目快速搭建起高效的 AI 语音交互系统，为智能设备开发提供强大助力。

olmocr

olmocr

一个用于 OCR 的项目，支持多种模型和服务器进行 PDF 到 Markdown 的转换，并提供测试和报告功能。

olmocr 是一个专注于光学字符识别（OCR）的 Python 项目，由 Allen Institute for Artificial Intelligence 开发。它支持多种模型和服务器，如 vllm、sglang、OpenAI 等，可将 PDF 文件的页面转换为 Markdown 格式。项目还提供了测试框架和 HTML 报告生成功能，方便用户对 OCR 结果进行评估和分析。适用于科研、文档处理等领域，有助于提高工作效率和准确性。

飞书多维表格

飞书多维表格

飞书多维表格 ×DeepSeek R1 满血版

飞书多维表格联合 DeepSeek R1 模型，提供 AI 自动化解决方案，支持批量写作、数据分析、跨模态处理等功能，适用于电商、短视频、影视创作等场景，提升企业生产力与创作效率。关键词：飞书多维表格、DeepSeek R1、AI 自动化、批量处理、企业协同工具。

下拉加载更多