科创中国

本发明公开了一种食物识别模型建模方法及系统、食物识别方法及系统，其中食物识别模型建模方法包括：获取并预处理食物图像识别数据集，按照设定比例将预处理后的食物图像识别数据集划分为训练集、验证集和测试集；基于预处理后的食物图像识别数据集构建图数据集；挖掘获得图数据集的局部特征和全局特征；融合所述局部特征和全局特征得到融合特征；将训练集对应的融合特征作为输入特征，训练获得食物识别模型。本发明利用图像的深度特征，根据图像内部之间的节点属性关系重新构建图，然后借助图卷积网络从图结构中聚合信息，进一步挖掘内部潜在的空间和语义关系，融合了局部和全局特征，能够有效提升食物识别的精度。

1.一种食物识别模型建模方法，其特征在于，包括： 获取并预处理食物图像识别数据集，按照设定比例将预处理后的食物图像识别数据集划分为训练集、验证集和测试集； 基于预处理后的食物图像识别数据集构建图数据集； 挖掘获得图数据集的局部特征和全局特征； 融合所述局部特征和全局特征得到融合特征； 将训练集对应的融合特征作为输入特征，训练获得食物识别模型。 2.如权利要求1所述的食物识别模型建模方法，其特征在于，还包括利用验证集对食物识别模型进行参数最优调节。 3.如权利要求1或2所述的食物识别模型建模方法，其特征在于，还包括利用测试集对食物识别模型进行精度预测。

1. 移动应用： 将训练好的食物识别模型集成到移动应用中，使用户能够通过手机拍摄食物照片进行识别。

2. 智能相机： 集成食物识别技术到智能相机，使得相机能够自动识别并记录拍摄的食物。

3. 健康管理应用： 在健康管理应用中使用食物识别系统，帮助用户记录饮食，分析营养成分，提供个性化的健康建议。

4. 餐饮服务： 应用于餐厅或在线点餐平台，提供自动化的菜品识别服务，加强用户体验。

5. 食品生产质检： 在食品生产中使用食物识别系统，进行质量检测和监控。

6. 研究与教育： 用于食物研究领域，帮助研究人员自动化地分析食物成分和热量等信息。

中国科学院深圳先进技术研究院提升了粤港地区及我国先进制造业和现代服务业的自主创新能力，推动我国自主知识产权新工业的建立，成为国际一流的工业研究院。 深圳先进院目前已初步构建了以科研为主的集科研、教育、产业、资本为一体的微型协同创新生AC态系统，由九个研究平台，国科大深圳先进技术学院，多个特色产业育成基地、多支产业发展基金、多个具有独立法人资质的新型专业科研机构等组成。开展先进技术研究，促进科技发展。信息、电子、通讯技术研究新材料、新能源技术研究高性能计算、自动化、精密机械研究生物医学与医疗仪器研究相关学历教育、博士后培养与学术交流。

1. 数据收集： 收集大量包含食物图像的数据集，确保数据集包含各种食物类型和变化。

2. 数据预处理： 对图像数据进行预处理，包括调整图像大小、标准化、增加数据增强等，以增加模型的鲁棒性。

3. 特征提取： 使用卷积神经网络（CNN）等深度学习架构进行特征提取，捕捉食物图像中的关键特征。

4. 模型设计： 基于提取的特征设计食物识别模型，可以采用经典的CNN结构，也可以使用预训练的模型（如ResNet、Inception等）进行微调。

5. 训练模型： 利用数据集对设计的模型进行训练，使用适当的损失函数和优化算法进行模型参数的调整。

6. 验证和调优： 使用验证集评估模型性能，根据性能进行调优，防止过拟合或欠拟合。

技术转让

1. 移动应用： 将训练好的食物识别模型集成到移动应用中，使用户能够通过手机拍摄食物照片进行识别。

2. 智能相机： 集成食物识别技术到智能相机，使得相机能够自动识别并记录拍摄的食物。

3. 健康管理应用： 在健康管理应用中使用食物识别系统，帮助用户记录饮食，分析营养成分，提供个性化的健康建议。

4. 餐饮服务： 应用于餐厅或在线点餐平台，提供自动化的菜品识别服务，加强用户体验。

5. 食品生产质检： 在食品生产中使用食物识别系统，进行质量检测和监控。

6. 研究与教育： 用于食物研究领域，帮助研究人员自动化地分析食物成分和热量等信息。