基于视觉的二维图像食物重量估计方法
计算机视觉与模式识别
2024-05-28 v1 人工智能
摘要
为响应高效且非侵入性食物重量估计方法日益增长的需求，本文提出了一种基于视觉的方法，利用二维图像。研究使用了包含2380张图像的数据集，涵盖十四种不同食物类型，具有多种份量、朝向和容器。所提出的方法整合了深度学习和计算机视觉技术，具体采用Faster R-CNN进行食物检测，MobileNetV3进行重量估计。检测模型实现了83.41%的平均精度均值（mAP），91.82%的平均交并比（IoU）和100%的分类准确率。在重量估计方面，模型展示了6.3204的均方根误差（RMSE），0.0640%的平均绝对百分比误差（MAPE）和98.65%的R平方值。研究强调了该技术在医疗保健营养咨询、健身与健康饮食摄入评估以及智能食物存储解决方案以减少浪费方面的潜在应用。结果表明，Faster R-CNN与MobileNetV3的结合为从二维图像准确估计食物重量提供了稳健框架，展示了计算机视觉与深度学习在实际应用中的协同作用。
引用
@article{arxiv.2405.16478,
title = {Vision-Based Approach for Food Weight Estimation from 2D Images},
author = {Chathura Wimalasiri and Prasan Kumar Sahoo},
journal= {arXiv preprint arXiv:2405.16478},
year = {2024}
}
备注
Six pages, Six figures, The final version of this paper is published in IEEE Conference