food_classification

food_classification

模型名称	food_classification
类别	图像-图像分类
网络	ResNet50_vd_ssld
数据集	美食数据集
是否支持Fine-tuning	否
模型大小	91MB
最新更新日期	-
数据指标	-

一、模型基本信息

• 模型介绍

  • 美食分类（food_classification），该模型可识别苹果派，小排骨，烤面包，牛肉馅饼，牛肉鞑靼。该PaddleHub Module支持API预测及命令行预测。

二、安装

• 1、环境依赖

  • paddlehub >= 2.0.0 | 如何安装paddlehub

  • paddlex >= 1.3.7

• 2、安装

  • $ hub install food_classification

  • 如您安装时遇到问题，可参考：零基础windows安装 | 零基础Linux安装 | 零基础MacOS安装

三、模型API预测

• 1、命令行预测

  • $ hub run food_classification --input_path /PATH/TO/IMAGE

  • 通过命令行方式实现图像分类模型的调用，更多请见 PaddleHub命令行指令

• 2、预测代码示例

  • import paddlehub as hub
    import cv2
    
    classifier = hub.Module(name="food_classification")
    images = [cv2.imread('/PATH/TO/IMAGE')]
    results = classifier.predict(images=images)
    for result in results:
        print(result)

• 3、API

  • def predict(images)

    • 分类接口API。

    • 参数

      • images：list类型，待检测的图像。

    • 返回

      • result：list类型，每个元素为对应输入图片的预测结果。预测结果为dict类型:
        • category_id (int): 类别的id；
        • category（str）: 类别;
        • score（float）: 准确率

四、更新历史

• 1.0.0

  初始发布

  • $ hub install food_classification==1.0.0