长尾食物分类
计算机视觉与模式识别
2022-10-27 v1
摘要
食物分类是基于图像的饮食评估的基本步骤，用于预测每张输入图像中的食物类型。然而，在真实场景中，食物图像预测在不同食物类别之间通常呈长尾分布，这会导致严重的类别不平衡问题和受限的性能。此外，现有的长尾分类方法均未关注食物数据，而由于食物类间相似度较低且类内相似度较高，处理食物数据更具挑战性。在本工作中，我们首先引入了两个用于长尾食物分类的新基准数据集，即 Food101-LT 和 VFN-LT，其中 VFN-LT 中的样本数量展现了真实世界的长尾食物分布。然后，我们提出了一种新颖的两阶段框架来解决类别不平衡问题，方法是：(1) 对头部类别进行欠采样以去除冗余样本，同时通过知识蒸馏维持已学习的信息；(2) 通过执行视觉感知数据增强对尾部类别进行过采样。我们通过与现有的最先进长尾分类方法进行比较，展示了我们方法的有效性，并在 Food101-LT 和 VFN-LT 基准上均显示出性能提升。结果证明了将我们的方法应用于相关现实生活应用的潜力。
引用
@article{arxiv.2210.14748,
title = {Long-tailed Food Classification},
author = {Jiangpeng He and Luotao Lin and Heather Eicher-Miller and Fengqing Zhu},
journal= {arXiv preprint arXiv:2210.14748},
year = {2022}
}