#111723# 日趋充裕的时期,人们的存眷点从饥寒转向饮食安康。再加下身处以 “瘦” 为美的情况中,不知有几多男女的一日三餐是经由严厉盘算以后决议的。 且不说人们把持饮食的履行力怎样,在清楚记着或查阅每种食品单元分量的养分含量、目测分量、再盘算眼前食品种种养分物资总量这一环节,曾经使一部份人得到耐烦。 对此,德国卡尔斯鲁厄理工学院的 Robin Ruede 及其团队本月初宣布的题为《在富含养分信息的新型大范围食谱数据集长进行多义务进修,来猜测食品热量》(Multi-Task Learning for Calorie Prediction on a Novel Large-Scale Recipe Dataset Enriched with Nutritional Information)的论文中提到的盘算机辨认方式,也许可能辅助人们轻松实现盘算食品养分物资含量的第一步,直达把持饮食的最要害环节。
图 | 在多义务设置中停止练习的模子,可揣摸卡路里、成份和养分素如卵白质等 现实上,应用盘算机视觉技巧预算图片中食品热量的技巧早就有所利用,但 Robin Ruede 团队表现,现有的基于图象视觉盘算食品热量的大少数产物平日须要手动输入分量巨细乃至指定配料,耗时且不敷正确,并且盘算进程繁琐。 已有技巧平日采取多阶段方式实现,将图象按像素偏向细分为食品和非食品,而后将属食品的图象分类到牢固的种别集,下一阶段停止食品体积、分量预算以及养分信息猜测,再通过上一阶段预算出的信息与数据库数据停止婚配来猜测卡路里,最后,应用元数据(比方 GPS 地位和用户的食品偏好)来改良猜测成果。 而 Robin Ruede 团队提出,要 “从一顿饭的图象以端到真个方法直接猜测食品热量”,他们引入了一个框架,通过应用短语嵌入将食品成份及品质、与已树立的数据库中大批菜肴食谱图象数据停止对照婚配,从而实现端到端地预算一张图片中食品的卡路里、脂肪、卵白质以及其余养分物资含量。