摘要
本发明涉及健康管理技术领域,尤其涉及一种基于CLIP的膳食识别与营养分析方法,包括以下步骤:获取膳食数据并进行预处理,得到预处理后的膳食数据集;构建CLIP多任务模型,使用已标注膳食数据对CLIP多任务模型进行初始训练,获得训练后的CLIP多任务模型;基于训练后的CLIP多任务模型,利用未标注膳食数据通过主动学习策略进行优化训练,得到优化后CLIP多任务模型;利用优化后CLIP多任务模型对输入的膳食图像进行分析,输出膳食类别识别结果和营养成分预测结果。本发明通过构建CLIP模型,结合主动学习策略进行优化训练,显著提升了模型在复杂膳食场景下的识别精度和营养预测准确性。
技术关键词
营养分析方法
图像特征向量
主动学习策略
文本特征向量
多任务损失函数
困难样本挖掘
视觉
复杂度
标注策略
文本编码器
图像编码器
数据
膳食营养学
健康管理技术
多模态
宏量营养素
矩阵
系统为您推荐了相关专利信息
三维人脸重建
三维形状模型
情绪分析方法
面部
人脸情绪
异常检测方法
视觉特征
融合特征
预训练模型
多模态
泛化方法
图像特征提取
匹配模块
样本
文本特征向量
客户风险识别方法
照片
图谱
文本特征向量
图像特征向量