ChineseFoodNet：用于中式菜肴识别的大规模图像数据集
计算机视觉与模式识别
2017-10-17 v3
摘要
本文介绍了一个新颖且具有挑战性的大规模食物图像数据集“ChineseFoodNet”，旨在自动识别图片中的中式菜肴。现有大多数食物图像数据集从菜谱图片或自拍中收集食物图像。在我们的数据集中，每个食物类别的图像不仅包含网络菜谱和菜单图片，还包含真实菜肴、菜谱和菜单的照片。ChineseFoodNet 包含超过 180,000 张食物照片，涵盖 208 个类别，每个类别覆盖了同一中式食物在呈现方式上的巨大差异。我们展示了构建此大规模图像数据集的努力，包括食物类别选择、数据收集、数据清洗与标注，特别是如何使用机器学习方法减少昂贵的手动标注工作。我们分享了多个最先进的深度卷积神经网络(CNNs)在 ChineseFoodNet 上的详细基准测试。我们进一步提出了一种称为“TastyNet”的新颖两步数据融合方法，该方法通过投票法结合不同 CNN 的预测结果。我们提出的方法在验证集和测试集上分别达到了 81.43% 和 81.55% 的 top-1 准确率。该最新数据集已公开供研究使用，可在 https://sites.google.com/view/chinesefoodnet 获取。
引用
@article{arxiv.1705.02743,
title = {ChineseFoodNet: A large-scale Image Dataset for Chinese Food Recognition},
author = {Xin Chen and Yu Zhu and Hua Zhou and Liang Diao and Dongyan Wang},
journal= {arXiv preprint arXiv:1705.02743},
year = {2017}
}
备注
8 pages, 5 figure, 2 tables