不使用预训练模型的烹饪对象状态识别
计算机视觉与模式识别
2021-03-04 v1
摘要
近来，机器人烹饪一直是一个非常具有前景的领域。为执行食谱，机器人必须识别不同对象及其状态。与对象识别相反，状态识别未被充分探索。但它非常重要，因为不同食谱可能要求对象的不同状态。此外，机器人抓取依赖于状态。预训练模型通常在此类测试中表现非常好。我们的挑战是在不使用任何预训练模型的情况下处理该问题。在本文中，我们提出了一个CNN并从头训练它。该模型在烹饪状态识别挑战的数据集上训练和测试。我们还从多个角度评估了网络性能。我们的模型在未见测试数据集上取得了65.8%的准确率。
引用
@article{arxiv.2103.02305,
title = {Cooking Object's State Identification Without Using Pretrained Model},
author = {Md Sadman Sakib},
journal= {arXiv preprint arXiv:2103.02305},
year = {2021}
}
备注
5 pages, 8 figures