使用卷积神经网络对烹饪对象状态进行分类
计算机视觉与模式识别
2021-06-01 v1 机器学习
机器人学
摘要
自动化烹饪机器是未来的目标。主要目的在于使烹饪过程更轻松、更安全，并创造人类福祉。为使机器人准确执行烹饪活动，理解烹饪环境并识别对象十分重要，尤其是正确辨识烹饪对象的状态。这将显著提升后续烹饪食谱的正确性。本项目中，我们开展了若干实验环节，以从头设计一个鲁棒的深度卷积神经网络，用于分类烹饪对象的状态。该模型通过使用多种技术进行评估，例如调整架构层数、调优关键超参数，以及采用不同优化技术以最大化状态分类准确率。
引用
@article{arxiv.2105.14196,
title = {Classifying States of Cooking Objects Using Convolutional Neural Network},
author = {Qi Zheng},
journal= {arXiv preprint arXiv:2105.14196},
year = {2021}
}
备注
6 pages,9 figures, 5 tables