基于计算机视觉的食物热量估计：数据集、方法与实验

计算机视觉已被引入用于从食物图像估计热量。但目前的食物图像数据集不包含食物的体积和质量记录，这导致热量估计不完整。本文中，我们提出了一个包含食物体积和质量记录的新型食物图像数据集，以及一种用于食物检测的深度学习方法，以实现完整的热量估计。我们的数据集包含2978张图像，每张图像包含对应的每种食物的标注、体积和质量记录，以及一个特定的校准参照物。为估计所提数据集中食物的热量，首先提出了一种使用Faster R-CNN的深度学习方法来检测食物。实验结果表明，我们的方法能有效估计热量，且我们的数据集包含足够的热量估计信息。我们的数据集是首个发布的、可用于评估基于计算机视觉的热量估计方法的食物图像数据集。