摘要
一种基于深度学习的食品图像识别与热量检测方法,属于图像识别算法领域。现有食物、食品识别方法在食物被遮挡时会造成特征损失、包含有噪声和局部混叠等问题,从而干扰识别算法对面部特征的提取和匹配。一种基于深度学习的食品图像识别与热量检测方法,包括:建立模拟食物图像的数据集,并进行预处理;预处理包括图像遮挡处理、食物目标检测数据集预处理、创建遮挡检测网络需要的数据集;确定检测存在遮挡情况的食物图像用的检测网络以及图像填充网络;构建用于判断待检测食物图像是否存在遮挡情况的判断网络;构建对存在遮挡情况的食物图像进行检测的检测网络,得到最终结果。本发明提高了识别精度。
技术关键词
热量检测方法
菜品图像
决策级融合方法
检测食物
ResNet网络
注意力机制
文件夹
DenseNet网络
数据
图片
图像块
食品识别方法
网络结构
矩阵
文件扩展名
图像识别算法
全局平均池化
系统为您推荐了相关专利信息
状态识别方法
多维特征数据
纹理特征
温湿度
决策级融合方法
辐射源
无监督学习
ResNet网络
决策方法
GBDT算法
文本检测模型
大语言模型
特征描述信息
文本检测方法
图像