基于卷积神经网络的食品图像识别

• 作者: 庞雄文 廖恩红 李会芳 王华
• 来源期刊: 华南师范大学学报（自然科学版）
• 学科: 工学
• 关键词: 食品图像识别 卷积神经网络 最大类间距损失函数
• 年，卷（期）: 2019,（4）
• 所属期刊栏目: 计算机科学与软件工程
• 页码范围: 113-119
• 页数: 7页
• 分类号: TP183
• 字数: 5411字
• 语种: 中文
• DOI: 10.6054/j.jscnun.2019075

摘要

针对传统食品图像识别方法提取特征能力差、准确率差、运行效率差和卷积神经网络识别相似食品图像难度大等问题,提出了一种新的食品图像识别模型ChinaFood-CNN,以实现对食物的精准分类;在多分类损失函数Soft?maxWithLoss的基础上,针对食品图像类间相似性大的问题,提出了最大类间距损失函数(MCSWithLoss),以增大相似类之间的距离,实现相似类的区分;针对随机选取样本时的训练集冗余问题,在网络模型训练时使用负样本选择算法.实验结果表明:ChinaFood-CNN模型对食品图像的识别准确率达69.2％,分别比AlexNet、VGG16、ResNet模型提升了17.6％、16.8％和3.6％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	庞雄文	华南师范大学计算机学院	13	37	4.0	5.0
2	廖恩红	广东工程职业技术学院信息工程学院	12	7	1.0	1.0
3	李会芳	华南师范大学计算机学院	1	2	1.0	1.0
4	王华	华南师范大学计算机学院	4	16	2.0	4.0