VinaFood21:用于评估越南菜识别的新型数据集
计算机视觉与模式识别
2021-08-09 v1
摘要
越南以其迷人而原始的自然景观以及顶级独特饮食而成为极具吸引力的旅游目的地。在数千道越南菜肴中,外国人与本地人都对易入口的口味、易操作的食谱,以及合理的价格、令人垂涎的风味和大众化感兴趣。由于菜品的多样性且几乎所有菜肴都具有显著的相似性,加之缺乏高质量的越南菜数据集,难以实现自动分类越南菜的系統,从而不利于人们发现越南菜。本文介绍了一个名为 VinaFood21 的新型越南菜数据集,包含对应于 21 道菜的 13,950 张图像。我们使用 10,044 张图像进行模型训练,并用 6,682 张测试图像对 VinaFood21 数据集中的每种食物进行分类,在微调 CNN EfficientNet-B0 时取得了 74.81% 的平均准确率。(https://github.com/nguyenvd-uit/uit-together-dataset)
引用
@article{arxiv.2108.02929,
title = {VinaFood21: A Novel Dataset for Evaluating Vietnamese Food Recognition},
author = {Thuan Trong Nguyen and Thuan Q. Nguyen and Dung Vo and Vi Nguyen and Ngoc Ho and Nguyen D. Vo and Kiet Van Nguyen and Khang Nguyen},
journal= {arXiv preprint arXiv:2108.02929},
year = {2021}
}