food-101-tiny

# About food-101-tiny

The original [Food-101 dataset](https://data.vision.ee.ethz.ch/cvl/vision2/datasets_extra/food-101/) contains images for 101 different classes of foods. Each class has `750` training images and `250` test images.

This dataset is a subset of `Food-101`. It contains `150` training images and `50` validation images for 10 easily classified foods: `apple pie, bibimbap, cannoli, edamame, falafel, french toast, ice cream, ramen, sushi, and tiramisu`.

The original purpose of this dataset was to speed development and prototyping of an image classifier on the full `Food-101` dataset and was used to experiment with a variety of techniques, including progressive resizing, label smoothing, and mixup. Training times should be under 30 seconds per epoch when using an image size of `224` or `256` and under a minute when using the max image size `512`. We hope it will help anyone who's looking to quickly test out new ideas for improving performance on the original `Food-101` dataset.

关于 food-101-tiny 数据集
该原始 [Food-101 数据集](https://data.vision.ee.ethz.ch/cvl/vision2/datasets_extra/food-101/) 包含了 101 种不同食品类别的图像。每个类别包含 750 张训练图像和 250 张测试图像。
本数据集是 Food-101 的子集，包含 150 张训练图像和 50 张验证图像，针对 10 种易于分类的食品：苹果派、拌饭、意大利甜圈、毛豆、炸豆球、法式吐司、冰淇淋、拉面、寿司和提拉米苏。
该数据集的原始目的是加速在完整的 Food-101 数据集上构建图像分类器的开发和原型设计，并用于实验多种技术，包括渐进式缩放、标签平滑和 mixup。当使用图像尺寸为 224 或 256 时，每轮训练时间应低于 30 秒；当使用最大图像尺寸 512 时，训练时间应低于 1 分钟。我们希望它能帮助那些希望快速测试新想法以提升原始 Food-101 数据集性能的任何人。

搜集汇总

背景与挑战

背景概述

food-101-tiny是Food-101数据集的简化版本，包含10种易分类食物的图像数据（150训练/50验证每类），专为快速测试图像分类算法原型设计，训练时间短（每epoch小于30秒）。