食物识别基准：利用深度学习识别图像中的食物
人工智能
2021-07-01 v2
摘要
图像中食物的自动识别具有众多有趣应用，包括医学队列中的营养追踪。该问题已受到大量研究关注，但一个用于开发开放且可复现算法的持续公共基准一直缺失。在此，我们报告了利用通过移动端MyFoodRepo应用获取的公开食物图像建立此类基准的设置。通过四轮，该基准发布了MyFoodRepo-273数据集，包含24,119张图像以及总计39,325个分割多边形，分为273个不同类别。模型在来自同一平台的私有测试集上评估，最终轮包含5,000张图像和7,865个标注。在273个食物类别上表现最优的模型达到了0.568的平均精度均值(第4轮)和0.885的平均召回均值(第3轮)。我们给出了第4轮结果的实验验证，并讨论了旨在为未来轮次增加数据集规模与多样性的基准设置含义。
引用
@article{arxiv.2106.14977,
title = {The Food Recognition Benchmark: Using DeepLearning to Recognize Food on Images},
author = {Sharada Prasanna Mohanty and Gaurav Singhal and Eric Antoine Scuccimarra and Djilani Kebaili and Harris Héritier and Victor Boulanger and Marcel Salathé},
journal= {arXiv preprint arXiv:2106.14977},
year = {2021}
}