JernejRozman/zdravJEM_CV_BERT

🥦 zdravJEM - Model za klasifikacijo zdrave prehrane

To je Vision Transformer (ViT) model, treniran za klasifikacijo fotografij hrane glede na štiri dimenzije:

• zdravo
• raznoliko
• domače
• je hrana

Model je del aplikacije zdravJEM, odprtokodnega orodja za ozaveščanje o prehranskih navadah na podlagi vizualne analize hrane.

---

📊 Dataset

Model je treniran na ročno anotiranem datasetu, objavljenem na Zenodo:

📦 https://zenodo.org/records/15203529

Dataset vsebuje več sto slik hrane, ki so bile ocenjene glede na prehransko vrednost in kulturne značilnosti (npr. "domače").

---

🧠 Trening

Model temelji na predtreniranem google/vit-base-patch16-224, ki je bil fine-tunan na zgornjem datasetu.

Treniranje je potekalo po vzorcu: "Fine-tuning a Vision Transformer Model With a Custom Biomedical Dataset"

Trening je bil izveden v Jupyter Notebooku TrainModel.ipynb, ki prikazuje:

• pripravo podatkov (resizing, normalizacija),
• stratificirano razdelitev na trening/test,
• trening z torch + transformers,
• shranjevanje modela kot safetensors.

Uporabljena sta bila BCEWithLogitsLoss za več-labelsko klasifikacijo in 50 epochov.

---

🚀 Kako uporabiti

from transformers import ViTImageProcessor, ViTForImageClassification
from PIL import Image
import torch

# Load model and processor
model = ViTForImageClassification.from_pretrained("JernejRozman/zdravjem-vit")
processor = ViTImageProcessor.from_pretrained("JernejRozman/zdravjem-vit")

# Load image
image = Image.open("test_hrana.jpg")

# Prepare inputs
inputs = processor(images=image, return_tensors="pt")
outputs = model(**inputs)

# Get sigmoid scores
scores = torch.sigmoid(outputs.logits).squeeze().tolist()

print("Ocene (zdravo, raznoliko, domače, je hrana):", scores)