FoodCLS
12 понятных категорий для продуктов OpenFoodFacts
2 min readupdated
FoodCLS берёт товарные теги categories_tags из OpenFoodFacts и сводит их к 12 крупным продуктовым категориям — от «Овощей и фруктов» до «Напитков» и «Снеков». На выходе — один класс, который можно получить числом или строкой. Модель небольшая (около 0,04 млрд параметров), обучена на снимке базы OpenFoodFacts от 9 ноября 2026 года и создана в студенческом проекте. Она пригодится там, где сырые теги слишком дробные: в каталогах, аналитике и приложениях с обзором продуктов. Отличие от исходных тегов — фиксированный набор из 12 категорий с немецкими и английскими названиями.
Ключевые особенности
- 12 фиксированных классов: от «Obst & Gemüse» до «Sonstiges».
- На входе — атрибут
categories_tags, на выходе — ID класса или строковое название. - Поддерживаются немецкие и английские названия категорий.
- Есть режим
string_classes=Trueдля человекочитаемого ответа.
Что можно сделать
- Строить сводные отчёты по ассортименту: группировать товары в 12 понятных полок вместо сотен тегов.
- В приложении показывать пользователю простую категорию продукта, полученную из тегов OpenFoodFacts.
- Для аналитики выгружать категории и считать распределение товаров по группам.
Пример
from food_classifier import FoodClassifier
classifier = FoodClassifier.from_pretrained("emiloetting/FoodCLS")
category = classifier.predict(
{"categories_tags": ["en:milks", "en:dairies"]},
string_classes=True)
print(category)
Подробнее
Размер модели — около 0,04 млрд параметров.Классы названы на немецком и английском; в карточке есть таблица соответствий.
Ограничение: модель работает с тегами
categories_tags, а не с изображениями или свободным текстом.Создана в студенческом проекте; готовые зависимости вынесены в
requirements.txt.









Comments