FoodVision ConvNeXt Small

Это файнтюн ConvNeXt Small от Koustav-717 для классификации изображений еды на 101 категорию датасета Food-101. Модель использует pretrained backbone и кастомную голову Linear(768, 101), обучена на PyTorch/Torchvision. На выходе — top-5 предсказанных классов.

⚙ Ключевые особенности

• 🎯 101 класс блюд из Food-101.
• 🧩 Датасет: 101 000 изображений, по 750 train и 250 test на категорию.
• ⚙ Backbone ConvNeXt Small; финальные стадии и голова дообучены.
• 🖐 Инференс возвращает top-5 классов с оценками уверенности.
• 💡 Подходит для приложений распознавания еды, API и учебных проектов.

🔎 Пример

from torchvision import models
import torch
weights = models.ConvNeXt_Small_Weights.DEFAULT
transform = weights.transforms()
model.eval()
with torch.inference_mode():
    image_tensor = transform(image).unsqueeze(0)
    probs = torch.softmax(model(image_tensor), dim=1)

Подробнее

Точность на тесте Food-101 — около 85%.
Ограничения: только 101 категория, возможны ошибки при нескольких блюдах, плохом свете/ракурсе и незнакомой подаче.
Не предназначена для оценки калорий, ингредиентов и питательной ценности; scores не калиброваны.
Требования к VRAM в карточке не указаны.