BriefGPT - AI 论文速递
·
一种准确且实时的食品分类新方法：高效网络B7、CBAM、迁移学习与数据增强的协同集成
💡
原文英文，约100词，阅读约需1分钟。
📝
内容提要
本研究结合EfficientNetB7、迁移学习、数据增强和CBAM模块，提出了一种高效食品分类模型。在Kaggle的Food11数据集上，平均准确率达96.40%，每秒可分类超过60张图像，显示出实际应用潜力。
🎯
关键要点
-
本研究提出了一种高效食品分类模型。
-
模型结合了EfficientNetB7、迁移学习、数据增强和CBAM模块。
-
该模型在Kaggle的Food11数据集上平均准确率达96.40%。
-
模型每秒可分类超过60张图像。
-
研究展示了模型在实际应用中的巨大潜力。
🏷️
标签
➡️
