food

מה זה

מדובר בהתאמה של המודל של גוגל, Vision Transformer עם שתים עשרה שכבות, שאומן ספציפית על מאגר של מאה ואחת קטגוריות של אוכל. המודל מקבל תמונה ברזולוציה בסיסית ומחזיר את סוג המנה מתוך הרשימה הסגורה שעליה הוא אומן.

בבדיקות של היוצר על סט האימות הוא הגיע לדיוק של 89.13 אחוזים עם הפסד של 0.4501. בפועל זה אומר שאחת מכל עשר תמונות תקבל סיווג שגוי. אם אתם צריכים זיהוי כללי למנות מערביות נפוצות זה כיוון סביר, אבל תמונות מורכבות, צילומים מזוויות בעייתיות או מנות דומות יבלבלו אותו בקלות.

מתאים ל

• תיוג תמונות באפליקציית מתכונים

  זיהוי אוטומטי של סוג המנה שהמשתמש העלה כדי לשייך אותה לקטגוריה בלי הקלדה ידנית.

• מיון ראשוני ביומני תזונה

  הצעת זיהוי למנה מתוך תמונה של ארוחה, כל עוד המשתמש יכול לתקן את הבחירה במקרה של טעות.

• סינון תוכן באתרי מסעדות

  בדיקה מהירה שהתמונה שהעלו לביקורת היא אכן מנת אוכל ולא צילום של החשבונית או השולחן.

איפה זה נופל

כרטיס המודל ריק כמעט לגמרי ומודה שחסר מידע על המגבלות והשימושים המיועדים. אתם לא מקבלים שום תיעוד לגבי הטיות, אילו מנות הוא נוטה לפספס, או איך הוא מתמודד עם תאורה גרועה. חוץ מזה, הוא מוגבל אך ורק למאה ואחת הקטגוריות של הדאטהסט, כך שמנות מהמטבח המקומי שלא קיימות שם יקבלו סיווג שגוי לחלוטין בלי להתריע.

איך מריצים

המודל שוקל 328 מגה בייט בסך הכול, כך שאין שום סיבה לשלם על API חיצוני בשבילו. מריצים אותו ישירות דרך ספריית transformers בפייתון בלי להסתבך.

הגודל הזה רץ בנוחות גם על מעבד רגיל בשרת פשוט, וכרטיס מסך קטן של שרת ענן זול ייתן לכם זמני תגובה של מילישניות בודדות. אין פה גרסאות שונות לבחור ביניהן, פשוט מורידים את המשקלים וטוענים לזיכרון.

from transformers import pipeline

pipe = pipeline("image-classification", model="nateraw/food")
print(pipe("שלום"))

הקבצים

13 קבצים במאגר, 328 MB סך הכול. הקישורים מובילים ישירות ל־Hugging Face.

• pytorch_model.bin343.6 MB
• runs/Jul15_23-32-53_nate-gpu-1/events.out.tfevents.1626391981.nate-gpu-1.27701.033.1 KB
• trainer_state.json19.7 KB
• config.json5.6 KB
• runs/Jul15_23-32-53_nate-gpu-1/1626391981.2672853/events.out.tfevents.1626391981.nate-gpu-1.27701.14.2 KB
• training_args.bin2.7 KB
• README.md2.0 KB
• .gitattributes791 B
• runs/Jul15_23-32-53_nate-gpu-1/events.out.tfevents.1626394310.nate-gpu-1.27701.2363 B
• all_results.json353 B
• preprocessor_config.json228 B
• eval_results.json204 B
• train_results.json169 B

הרישיון

הרישיון הוא apache-2.0, שזה רישיון פתוח ומתירני מאוד. אתם יכולים להשתמש בו במוצרים מסחריים, לשנות את הקוד ולהפיץ אותו חופשי. התנאי המרכזי הוא לשמור על הודעת זכויות היוצרים ונוסח הרישיון המקורי, בלי להטיל על היוצר שום אחריות לתקלות.

• שימוש מסחרי
• שינוי הקוד
• הפצה מחדש
• שימוש בפטנטים

הרישיון המלא בעמוד המודל ↗