利用人类显著性改进卡路里估计
计算机视觉与模式识别
2023-06-19 v1
摘要
以下论文研究了在基于食物图像进行卡路里预测的任务中引入人类显著性的有效性。我们观察到，在食物图像上引入突出最高卡路里区域的显著性图后，相对改进达 32.2%。我们也尝试通过使用在质量估计和食物分类等相似任务上预训练的权重来初始化最佳模型，以进一步提高准确率。然而，我们未观察到改进。令人惊讶的是，我们还发现我们的最佳模型未能超越测试数据集 Nutrition5k 最初发表时所公布的性能。我们使用 ResNet50 和 Xception 作为实验的基模型。
引用
@article{arxiv.2306.09527,
title = {Leveraging Human Salience to Improve Calorie Estimation},
author = {Katherine R. Dearstyne and Alberto D. Rodriguez},
journal= {arXiv preprint arXiv:2306.09527},
year = {2023}
}