通过多标签学习进行食材识别
计算机视觉与模式识别
2017-07-28 v1
摘要
自动构建记录所摄入食材的饮食日记有助于人们遵循健康饮食。我们将食材识别问题作为多标签学习问题来处理。我们提出了一种方法，对高性能的 SOTA CNN 进行调整，使其作为多标签预测器，通过食材列表来学习食谱。我们证明，给定一张图片，即使模型从未见过与该图片对应的食谱，我们的模型也能够预测其食材列表。我们公开了两个适用于此目的的新数据集。此外，我们证明了使用高度多样化的食谱和食材训练的模型能够更好地在新数据上泛化，并可视化了模型如何将每个神经元专门用于不同的食材。
引用
@article{arxiv.1707.08816,
title = {Food Ingredients Recognition through Multi-label Learning},
author = {Marc Bolaños and Aina Ferrà and Petia Radeva},
journal= {arXiv preprint arXiv:1707.08816},
year = {2017}
}
备注
8 pages