FoodAI：基于深度学习的食品图像识别用于智能饮食记录
计算机视觉与模式识别
2020-10-28 v1 机器学习
多媒体
摘要
健康监测的一个重要方面是对食物摄入的有效记录。这有助于管理肥胖、糖尿病甚至心血管疾病等饮食相关疾病。此外，饮食记录可帮助健身爱好者以及希望达到目标体重的人群。然而，饮食记录十分繁琐，不仅需要额外付出努力定期记下所摄入的食物，还需对摄入食物具备足够了解（由于菜系种类繁多，这很困难）。随着对智能设备依赖的加深，我们利用智能手机带来的便利，提出一种智能饮食记录系统：FoodAI，其提供基于 SOTA 深度学习能力的图像识别。FoodAI 于新加坡开发，特别关注新加坡常见食物。FoodAI 模型在来自 756 个不同类别的 40 万张食物图像语料上训练。本文中我们对该系统的开发进行了广泛分析与见解阐述。FoodAI 已作为 API 服务部署，并且是新加坡健康促进局开发的移动应用 Healthy 365 的组件之一。我们有超过 100 家注册组织（大学、公司、初创企业）订阅该服务，并每天主动接收若干 API 请求。FoodAI 使饮食记录变得便捷，助力智能摄入与健康生活。
引用
@article{arxiv.1909.11946,
title = {FoodAI: Food Image Recognition via Deep Learning for Smart Food Logging},
author = {Doyen Sahoo and Wang Hao and Shu Ke and Wu Xiongwei and Hung Le and Palakorn Achananuparp and Ee-Peng Lim and Steven C. H. Hoi},
journal= {arXiv preprint arXiv:1909.11946},
year = {2020}
}
备注
Published at KDD 2019 (Applied Data Science track). Demo is accessible at https://foodai.org/