使用卷积神经网络 (CNNs) 进行食物图像识别
计算机视觉与模式识别
2019-02-26 v2
摘要
食物图像识别是计算机视觉中视觉物体识别极具前景的应用之一。本研究构建了一个包含 10 个类别共 5822 张图像的小规模数据集，并构建了一个五层 CNN 来识别这些图像。首先评估了词袋模型结合支持向量机 (SVM) 进行图像分类的效果，总体准确率为 56%；而 CNN 模型的表现要好得多，总体准确率达到 74%。应用基于几何变换的数据增强技术来增加训练图像的规模，在防止基于原始训练数据的 CNN 出现过拟合问题的同时，实现了超过 90% 的显著提升的准确率。通过收集更多图像并优化网络架构和超参数，有望获得进一步的改进。
引用
@article{arxiv.1612.00983,
title = {Food Image Recognition by Using Convolutional Neural Networks (CNNs)},
author = {Yuzhen Lu},
journal= {arXiv preprint arXiv:1612.00983},
year = {2019}
}
备注
6 pages, 5 figures, 3 tables