К содержимому
Другое

convnext-tiny-comida-brasileira

классификатор ингредиентов бразильской кухни

2 мин чтенияобновлено

Компактная модель для классификации изображений, которая по обрезанному кадру определяет один из 20 популярных продуктов повседневного бразильского рациона (рис, фасоль, говядина, жареный картофель, фарофа, маниока, салаты и др.). Она представляет собой файнтюн (дообучение) лёгкой свёрточной архитектуры facebook/convnext-tiny-224 на 30 млн параметров от автора aitalo. В отличие от базового чекпоинта, эта версия настроена на конкретные блюда и дополнена порогом уверенности в файле limiar.json для отбраковки спорных предсказаний. Модель создана как пет-проект для портфолио, но отлично подойдёт для экспериментов с распознаванием еды и пайплайнами с детекцией объектов.

Ключевые особенности

  • Распознаёт 20 базовых классов еды, достигая точности 94,7% и F1 macro 93,7% на тестовой выборке.
  • Очень лёгкий вес (0,03B параметров) и разрешение входа 224x224 позволяют запускать инференс быстро даже на слабом железе.
  • В комплекте идёт откалиброванный порог уверенности (0,265), отсеивающий неуверенные ответы.
  • На 17,2 процентного пункта точнее линейного классификатора поверх замороженной базы (94,7% против 77,9%).

Что можно сделать

  • Использовать как второй этап в связке с моделью сегментации или детекции, чтобы сначала вырезать отдельные ингредиенты с тарелки, а затем распознавать каждый кусок.
  • Взять готовый пайплайн с файлом limiar.json как шаблон для реализации механизма отклонения по низкой уверенности (low-confidence rejection) в своих проектах на transformers.

Пример

from transformers import pipeline

clf = pipeline("image-classification", model="aitalo/convnext-tiny-comida-brasileira")
clf("recorte_do_alimento.jpg", top_k=3)
ПодробнееМетрики на тесте (131 пример): Accuracy — 94,7%, F1 macro — 93,7%, Top-3 Accuracy — 99,2%.
Обучение: 653 кропа из датасета Brazilian food images (Mendeley Data), 14 эпох на Tesla T4 (fp16) за 1,1 минуты.
Ограничения: работает только с плотно обрезанными кадрами одного продукта на чёрном фоне; на обычных фото со столом и приборами не тестировалась, не предназначена для продакшена.
Лицензия весов: Apache-2.0.
Обсудить Telegram 0 52

Запустится ли?

Запустится в F32

Влезает без сжатия.

  • F32веса 0.1 GB · готовые файлы0.6 GB
  • BF16веса 0.1 GB0.6 GB
  • FP8 / INT8рекомендуемвеса 0.0 GB0.5 GB
  • 4-bitвеса 0.0 GB0.5 GB

Совет: берите 8-bit.FP8 / INT8 почти не отличается по качеству от полной точности (разница в пределах процента), а памяти занимает вдвое меньше и на RTX 40/50, H100 работает быстрее. Полную точность есть смысл брать только для дообучения.

Что взять под эту модель

Massed ComputeОткрыть Massed Compute

Своя видеокарта: FP8 / INT8 — от RTX 2060 · F32 — от RTX 2060

Почасовые цены Massed Compute на ноябрь 2026. Цена со скидкой — с промокодом при оплате.

Оценка: веса плюс рабочая память. Длинные ролики, высокое разрешение и большой контекст требуют больше.

Запуск на Massed Compute

Скрипт скачает модель на арендованную машину. Как её запустить — в карточке модели.

  1. 1. Арендуйте машину с подходящей видеокартой

    Открыть Massed Compute
  2. 2. Вставьте скрипт в терминал машины

    Подключитесь по SSH (команда есть в панели Massed Compute) или откройте терминал на рабочем столе машины.

    HF_TOKEN / CIVITAI_TOKENВ начале скрипта строки для токенов: вставьте свой между кавычками. Токен Hugging Face нужен для закрытых моделей, токен Civitai — для моделей с Civitai.

    # aitalo/convnext-tiny-comida-brasileira
    # ===== Токены: вставьте свои между кавычками =====
    export HF_TOKEN=""        # huggingface.co/settings/tokens — для закрытых моделей
    # ==========================================
    mkdir -p ~/models
    curl -LsSf https://astral.sh/uv/install.sh | sh
    source "$HOME/.local/bin/env"
    uv tool install "huggingface_hub[cli]"
    hf download aitalo/convnext-tiny-comida-brasileira --local-dir ~/models/convnext-tiny-comida-brasileira
    # Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).
    Добавить ещё LoRA к convnext-tiny-comida-brasileira
  3. 3. Пользуйтесь

    Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).

Не забудьте остановить машину в панели, когда закончите: оплата идёт поминутно, пока она включена.

Как ускорить

Подобрано под тип модели. Выберите своё железо в блоке выше — покажем то, что подходит именно вам.

  • FlashAttention 44.0.0b40от 18 ноября 2026новая версия

    самое быстрое точное внимание на B200

    Ядра для Blackwell (пока бета). Точное внимание без квантования — подходит для всего, включая LLM.

    Как включить: pip install flash-attn-4; vLLM и SGLang подхватывают сами.

    Предыдущие поколения (2)
    • FlashAttention 3 — Версия для Hopper (H100/H200) с FP8.
    • FlashAttention 2 — Стандарт для RTX 30/40/50 и A100: точное внимание без лишней памяти на длинных контекстах.
  • torch.compile2.15.0от 28 октября 2026новая версия

    10–30% бесплатно

    Компилирует модель под вашу видеокарту. Первый запуск дольше, дальше быстрее.

    Как включить: model = torch.compile(model); в ComfyUI — узел TorchCompileModel.

Семья модели

Дообучение модели

facebook/convnext-tiny-224

Новые посты про версии convnext-tiny-224 — сжатые, дообучения, LoRA — появятся в колокольчике.

Сжатые версии 12Все на Hugging Face
Дообучения 12Все на Hugging Face

О модели

aitalo/convnext-tiny-comida-brasileira
Автор
aitalo
Категория
Другое
Дата выхода
На сайте

На сайте

Hugging Face

520

Спросить нейросеть об этой модели

Отвечает Gemini 4 · переписка хранится только в этой вкладке

Комментарии

Другое

HiCAST M1

HiCAST M1