ethz/food101
Dataset Card for Food-101 Dataset Summary This dataset consists of 101 food categories, with 101'000 images. For each class, 250 manually reviewed test images are provided as well as 750 training images. On purpose, the training images were not cleaned, and thus still contain some amount of noise. This comes mostly in the form of intense colors and sometimes wrong labels. All images were rescaled to have a maximum side length of 512 pixels. Supported… See the full description on the dataset page: https://huggingface.co/datasets/ethz/food101.
Thành tựu nổi bật
Những danh hiệu mới nhất của dự án
#1 Repository Của Tuần
#6 Repository Của Tuần
#1 Repository Của Ngày
🍕 Food-101: Bộ dữ liệu hình ảnh món ăn lớn cho phân loại đa lớp
101.000 hình ảnh, 101 danh mục món ăn, tập huấn luyện chủ đích chứa nhiễu để mô phỏng thực tế.
Food-101 là một bộ dữ liệu hình ảnh lớn dùng cho bài toán phân loại hình ảnh đa lớp, được xây dựng bởi ETH Zurich. Mỗi trong 101 danh mục món ăn (từ bánh apple pie đến bánh waffle) đều có 750 hình ảnh huấn luyện (chưa được làm sạch, chứa nhiễu màu sắc và nhãn sai) và 250 hình ảnh kiểm tra đã được kiểm tra thủ công. Toàn bộ hình ảnh được tái lấy cỡ để cạnh dài tối đa 512 pixel, phù hợp cho huấn luyện và đánh giá mô hình thị giác máy.
✨ Điểm nổi bật
- 101 danh mục món ăn: Bao phủ đa dạng món ăn từ khắp thế giới.
- 101.000 hình ảnh: Tập hợp lớn hỗ trợ huấn luyện mô hình vững mạnh.
- Tập huấn luyện chứa nhiễu: Giả lập thực tế với màu sắc cường độ và nhãn nhầm.
- Tập kiểm tra đã kiểm tra thủ công: 250 hình ảnh mỗi lớp đảm bảo độ chính xác đánh giá.
- Hình ảnh được chuẩn hóa: Cạnh dài tối đa 512 pixel giúp tiết kiệm bộ nhớ.
- Hỗ trợ phân loại đa lớp: Dùng cho nhiệm vụ image-classification trên Papers with Code.
💡 Vì sao đáng chú ý
Food-101 nổi bật nhờ thiết kế thực tế: tập huấn luyện chủ đích không được làm sạch giúp mô hình học cách xử lý nhiễu trong hình ảnh thực tế. Đây là lựa chọn lý tường để huấn luyện và so sánh các mô hình phân loại hình ảnh thực đơn, đặc biệt trong lĩnh vực thực đơn số hoặc ứng dụng nhận diện món ăn.
#Food101 #ImageClassification #Dataset #MachineLearning #TiniX
Similar Projects
Discover other similar projects and AI models.
Dataset Card for ImageNet Dataset Summary ILSVRC 2012, commonly known as 'ImageNet' is an image dataset organized according to the WordNet hierarchy. Each meaningful concept in WordNet, possibly described by multiple words or word phrases, is called a "synonym set" or "synset". There are more than 100,000 synsets in WordNet, majority of them are nouns (80,000+). ImageNet aims to provide on average 1000 images to illustrate each synset. Images of each concept are… See the full description on the dataset page: https://huggingface.co/datasets/ILSVRC/imagenet-1k.
Dataset Card for GSM8K Dataset Summary GSM8K (Grade School Math 8K) is a dataset of 8.5K high quality linguistically diverse grade school math word problems. The dataset was created to support the task of question answering on basic mathematical problems that require multi-step reasoning. These problems take between 2 and 8 steps to solve. Solutions primarily involve performing a sequence of elementary calculations using basic arithmetic operations (+ − ×÷) to… See the full description on the dataset page: https://huggingface.co/datasets/openai/gsm8k.
Dataset Card for "wikitext" Dataset Summary The WikiText language modeling dataset is a collection of over 100 million tokens extracted from the set of verified Good and Featured articles on Wikipedia. The dataset is available under the Creative Commons Attribution-ShareAlike License. Compared to the preprocessed version of Penn Treebank (PTB), WikiText-2 is over 2 times larger and WikiText-103 is over 110 times larger. The WikiText dataset also features a far… See the full description on the dataset page: https://huggingface.co/datasets/Salesforce/wikitext.
Dataset Card for SQuAD Dataset Summary Stanford Question Answering Dataset (SQuAD) is a reading comprehension dataset, consisting of questions posed by crowdworkers on a set of Wikipedia articles, where the answer to every question is a segment of text, or span, from the corresponding reading passage, or the question might be unanswerable. SQuAD 1.1 contains 100,000+ question-answer pairs on 500+ articles. Supported Tasks and Leaderboards Question… See the full description on the dataset page: https://huggingface.co/datasets/rajpurkar/squad.
Dataset Card for UltraChat 200k Dataset Description This is a heavily filtered version of the UltraChat dataset and was used to train Zephyr-7B-β, a state of the art 7b chat model. The original datasets consists of 1.4M dialogues generated by ChatGPT and spanning a wide range of topics. To create UltraChat 200k, we applied the following logic: Selection of a subset of data for faster supervised fine tuning. Truecasing of the dataset, as we observed around 5% of… See the full description on the dataset page: https://huggingface.co/datasets/HuggingFaceH4/ultrachat_200k.
Dataset Card for MMLU Dataset Summary Measuring Massive Multitask Language Understanding by Dan Hendrycks, Collin Burns, Steven Basart, Andy Zou, Mantas Mazeika, Dawn Song, and Jacob Steinhardt (ICLR 2021). This is a massive multitask test consisting of multiple-choice questions from various branches of knowledge. The test spans subjects in the humanities, social sciences, hard sciences, and other areas that are important for some people to learn. This covers 57… See the full description on the dataset page: https://huggingface.co/datasets/cais/mmlu.
Dataset Card for "imdb" Dataset Summary Large Movie Review Dataset. This is a dataset for binary sentiment classification containing substantially more data than previous benchmark datasets. We provide a set of 25,000 highly polar movie reviews for training, and 25,000 for testing. There is additional unlabeled data for use as well. Supported Tasks and Leaderboards More Information Needed Languages More Information Needed… See the full description on the dataset page: https://huggingface.co/datasets/stanfordnlp/imdb.
OpenR1-Math-220k Dataset description OpenR1-Math-220k is a large-scale dataset for mathematical reasoning. It consists of 220k math problems with two to four reasoning traces generated by DeepSeek R1 for problems from NuminaMath 1.5. The traces were verified using Math Verify for most samples and Llama-3.3-70B-Instruct as a judge for 12% of the samples, and each problem contains at least one reasoning trace with a correct answer. The dataset consists of two… See the full description on the dataset page: https://huggingface.co/datasets/open-r1/OpenR1-Math-220k.
Dataset Card for Wikimedia Wikipedia Dataset Summary Wikipedia dataset containing cleaned articles of all languages. The dataset is built from the Wikipedia dumps (https://dumps.wikimedia.org/) with one subset per language, each containing a single train split. Each example contains the content of one full Wikipedia article with cleaning to strip markdown and unwanted sections (references, etc.). All language subsets have already been processed for recent dump… See the full description on the dataset page: https://huggingface.co/datasets/wikimedia/wikipedia.