用于烹饪状态识别的 VGG 微调
计算机视觉与模式识别
2019-05-22 v1
摘要
家用机器人需要达成的一项重要任务是识别食材状态，以便继续其烹饪动作。本项目聚焦于一种用于物体识别的深度卷积神经网络（CNN）的 VGG（Visual Geometry Group）架构的微调算法。该算法旨在为图像数据集识别十一种不同的食材烹饪状态。原始 VGG 模型经调整并训练以正确分类食物状态。模型以 ImageNet 权重初始化。为找到提供最佳性能的模型参数，进行了不同实验。在更改 VGG 模型的若干参数后，验证集准确率达 76.7%，测试集准确率达 76.6%。
引用
@article{arxiv.1905.08606,
title = {VGG Fine-tuning for Cooking State Recognition},
author = {Juan Wilches},
journal= {arXiv preprint arXiv:1905.08606},
year = {2019}
}