一种开放环境食材识别的多标签分类模型算法

本发明公开了一种开放环境食材识别的多标签分类模型算法，模型训练阶段，所述模型训练阶段为每一个食材构建单独的不少于两张的训练数据集，进行人工标注后，分为训练集、验证集和测试集；所述验证集则用于在训练期间初步评估模型的性能，所述测试集则专门用于评估最终训练出的模型的性能和泛化能力。应用自监督深度学习模型作为通用特征提取器，并单独为每个食材建立独立的数据集，使用这些数据集分别训练每个食材的分类器。而不是用一个包含全部食材的多标签分类数据集一次性训练所有食材的分类器。这样做的好处是每个食材的训练数据分布均匀，不会出现阴性阳性样本严重不平衡的情况，同时提高了模型的鲁棒性和泛化能力。