基于卷积神经网络的中餐菜品名称成分识别

作     者：边竞 王艺璇 代宇晖 陈泽众 黄靖淳 BIAN Jing;WANG Yixuan;DAI Yuhui;CHEN Zezhong;HUANG Jingchun

作者机构：河北工业大学理学院天津300000 河北工业大学人工智能与数据科学学院天津300000 河北工业大学经济管理学院天津300000 

出 版 物：《智能计算机与应用》 (Intelligent Computer and Applications)

年 卷 期：2020年第10卷第6期

页      码：55-58页

摘      要：针对食物图像识别领域中菜品图像识别精度低的问题,提出了融合迁移学习与Inception-V3模型的中餐菜品名称及原料识别方法,实现针对中餐菜品名称及原料的识别工作。该方法在预训练模型的基础上对瓶颈层进行训练,并添加新的全连接层,完成对包含172类食物的中餐菜品数据库VIREO Food-172的菜品图像标签分类工作。实验表明:在迭代次数为50000次时,菜品名称识别准确率达到70.85%,原料识别率达到56.26%,同时对该模型进行轻量化压缩,借助移动端架构设计一款中餐菜品识别APP是后续的研究方向。

主 题 词：菜品识别 图像标签分类 迁移学习 Inception-V3 卷积神经网络 

学科分类：1305[艺术学-设计学类] 13[艺术学] 081104[081104] 08[工学] 0804[工学-材料学] 081101[081101] 0811[工学-水利类] 

馆 藏 号：203987166...