一种基于参数偏移的菜品识别优化方法

本发明公开了一种基于参数偏移的菜品识别优化方法，涉及信息识别技术领域，该方法包括：收集不同菜品的图像数据集并进行预处理操作；构建一个CNN模型并引入对抗训练方法优化，得到菜品识别模型；对图像数据集识别分析并获取识别结果进行判断分入两个新的数据集；构建两个轻量化小模型A和B，利用新数据集进行训练；提取小模型A和B的参数值，计算参数偏移量；根据参数偏移量，调整并更新菜品识别模型的参数；对所述菜品识别模型进行周期性训练，得到并保存训练优化后的模型用于后续的菜品识别流程。本发明能够有效提高菜品识别模型的准确性和鲁棒性，特别是在识别存在偏差的样本时表现出更优的效果。