餐品图像识别方法及装置、电子设备、存储介质制造方法及图纸

一种餐品图像识别方法及装置、电子设备、存储介质，该方法包括：获取待识别的目标餐品图像；将目标餐品图像输入训练好的餐品识别模型，并获取该餐品识别模型输出的与目标餐品图像对应的餐品识别信息；其中，上述餐品识别模型为通过迁移学习训练得到的深度网络模型；根据上述餐品识别信息，确定目标餐品图像对应的餐品热量信息。实施本申请实施例，能够便捷地对包含不同餐品的图像进行自动识别并计算热量，从而有利于提升用户利用电子设备记录饮食热量，实现日常健康打卡功能的效率以及便利性。性。性。

【技术实现步骤摘要】
餐品图像识别方法及装置、电子设备、存储介质


[0001]本申请涉及计算机视觉
，尤其涉及一种餐品图像识别方法及装置、电子设备、存储介质。

技术介绍

[0002]当前，随着用户对饮食健康的日益重视，利用电子设备记录日常饮食，进行健康打卡成为越来越多用户的需求。然而，在实践中发现，传统的饮食记录功能往往需要用户在电子设备上手动输入每一餐的餐品、分量等信息，操作十分繁琐，使得用户进行饮食记录的过程非常不便，大大打击了用户进行日常健康打卡的积极性。

技术实现思路

[0003]本申请实施例公开了一种餐品图像识别方法及装置、电子设备、存储介质，能够便捷地对包含不同餐品的图像进行自动识别并计算热量，从而有利于提升用户利用电子设备记录饮食热量，实现日常健康打卡功能的效率以及便利性。
[0004]本申请实施例第一方面公开一种餐品图像识别方法，包括：
[0005]获取待识别的目标餐品图像；
[0006]将所述目标餐品图像输入训练好的餐品识别模型，并获取所述餐品识别模型输出的与所述目标餐品图像对应的餐品识别信息；其中，所述餐品识别模型为通过迁移学习训练得到的深度网络模型；
[0007]根据所述餐品识别信息，确定所述目标餐品图像对应的餐品热量信息。
[0008]本申请实施例第二方面公开一种餐品图像识别装置，包括：
[0009]图像获取单元，用于获取待识别的目标餐品图像；
[0010]模型识别单元，用于将所述目标餐品图像输入训练好的餐品识别模型，并获取所述餐品识别模型输出的与所述目标餐品图像对应的餐品识别信息；其中，所述餐品识别模型为通过迁移学习训练得到的深度网络模型；
[0011]信息确定单元，用于根据所述餐品识别信息，确定所述目标餐品图像对应的餐品热量信息。
[0012]本申请实施例第三方面公开了一种电子设备，包括存储器及处理器，所述存储器中存储有计算机程序，所述计算机程序被所述处理器执行时，使得所述处理器实现如本申请实施例第一方面公开的任意一种餐品图像识别方法中的全部或部分步骤。
[0013]本申请实施例第四方面公开了一种计算机可读存储介质，其存储计算机程序，其中，所述计算机程序被处理器执行时实现如本申请实施例第一方面公开的任意一种餐品图像识别方法中的全部或部分步骤。
[0014]与相关技术相比，本申请实施例具有以下有益效果：
[0015]本申请实施例中的餐品图像识别方法可以应用于电子设备，该电子设备可以通过获取待识别的目标餐品图像，以将该目标餐品图像输入训练好的餐品识别模型，并获取该
餐品识别模型输出的与目标餐品图像对应的餐品识别信息。其中，上述餐品识别模型可以为通过迁移学习训练得到的深度网络模型。在此基础上，电子设备可以根据上述餐品识别信息，确定目标餐品图像对应的餐品热量信息。可见，实施本申请实施例，能够基于通过迁移学习训练得到的深度网络模型，对包含不同餐品的图像进行自动识别，进而可以便捷地计算热量，得到相应的餐品热量信息。这样的餐品图像识别方法，能够避免用户在进行饮食记录时，需手动输入餐品信息的繁琐操作，大大提升了用户进行饮食记录的效率，从而能够有效提升用户利用电子设备记录饮食热量，实现日常健康打卡功能的便利性。
附图说明
[0016]为了更清楚地说明本申请实施例中的技术方案，下面将对实施例中所需要使用的附图进行简单的介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它的附图。
[0017]图1是本申请实施例公开的餐品图像识别方法的一种应用场景示意图；
[0018]图2是本申请实施例公开的一种餐品图像识别方法的流程示意图；
[0019]图3是本申请实施例公开的通过迁移学习训练深度网络模型的一种示意图；
[0020]图4是本申请实施例公开的另一种餐品图像识别方法的流程示意图；
[0021]图5是本申请实施例公开的对样本餐品数据集进行预处理的一种流程示意图；
[0022]图6是本申请实施例公开的训练餐品识别模型的一种流程示意图；
[0023]图7是本申请实施例公开的又一种餐品图像识别方法的流程示意图；
[0024]图8A是本申请实施例公开的应用餐品图像识别方法的电子设备的一种显示界面示意图；
[0025]图8B是本申请实施例公开的应用餐品图像识别方法的电子设备的另一种显示界面示意图；
[0026]图9是本申请实施例公开的一种餐品图像识别装置的模块化示意图；
[0027]图10是本申请实施例公开的一种电子设备的模块化示意图。
具体实施方式
[0028]下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整的描述，显然，所描述的实施例仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本申请保护的范围。
[0029]需要说明的是，本申请实施例的术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。在不冲突的情况下，本申请中的实施例、实施方式及相关技术特征可以相互组合、替换，不同实施例、实施方式中的解释可以相互适用。本申请中的“多个”是指两个或两个以上。
[0030]本申请实施例公开了一种餐品图像识别方法及装置、电子设备、存储介质，能够便
捷地对包含不同餐品的图像进行自动识别并计算热量，从而有利于提升用户利用电子设备记录饮食热量，实现日常健康打卡功能的效率以及便利性。
[0031]以下将结合附图进行详细描述。
[0032]请参阅图1，图1是本申请实施例公开的餐品图像识别方法的一种应用场景示意图，包括电子设备10以及待识别餐品20。其中，待识别餐品20可以包括一种或多种餐品，如图1所示的待识别餐品20可以包括餐品A、B、C等，在其它实施例中也可以包括更多或更少种类的餐品，本申请实施例中不作具体限定。
[0033]在一些实施例中，电子设备10可以包括摄像头模组(未具体图示)，从而电子设备10可以通过该摄像头模组对待识别餐品20进行图像采集，得到相应的目标餐品图像，以供后续进行餐品识别、热量计算等操作。在另一些实施例中，电子设备10也可以不包括(或者不使用)上述摄像头模组，而是直接获取该电子设备10所存储的目标餐品图像；或者，还可以通过与该电子设备10建立通信连接的其它电子设备(例如通过蓝牙连接的其它电子设备、通过移动网络连接的云服务器等)，间接获取其它电子设备所存储的目标餐品图像。
[0034]其中，上述电子设备10，可以包括具备摄像头模组11，以用于采集目标餐品图像，或者能够通过其它方式获取目标餐品图本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种餐品图像识别方法，其特征在于，包括：获取待识别的目标餐品图像；将所述目标餐品图像输入训练好的餐品识别模型，并获取所述餐品识别模型输出的与所述目标餐品图像对应的餐品识别信息；其中，所述餐品识别模型为通过迁移学习训练得到的深度网络模型；根据所述餐品识别信息，确定所述目标餐品图像对应的餐品热量信息。2.根据权利要求1所述的方法，其特征在于，在所述将所述目标餐品图像输入训练好的餐品识别模型之前，所述方法还包括：对样本餐品数据集进行预处理，得到目标验证数据集以及目标训练数据集；其中，所述样本餐品数据集包括多个样本餐品图像，以及各个所述样本餐品图像对应的餐品标识信息；分别通过多个预训练网络模型，对所述目标验证数据集中的样本餐品图像进行分类，计算得到各个所述预训练网络模型对应的验证精度，并将其中验证精度最高的预训练网络模型，确定为实验基准模型；基于所述目标训练数据集对所述实验基准模型进行迁移学习，得到与所述实验基准模型对应的迁移网络模型；对所述迁移网络模型进行模型调整，以使模型调整后的迁移网络模型对所述目标验证数据集的验证精度满足目标验证条件，并将所述模型调整后的迁移网络模型确定为训练好的餐品识别模型。3.根据权利要求2所述的方法，其特征在于，所述对样本餐品数据集进行预处理，得到目标验证数据集以及目标训练数据集，包括：根据所述样本餐品数据集所包括的样本餐品图像的数量，将所述样本餐品数据集划分为基础验证数据集以及基础训练数据集；分别对所述基础训练数据集和所述基础验证数据集进行数据增强处理，得到所述基础验证数据集对应的目标验证数据集，以及所述基础训练数据集对应的目标训练数据集。4.根据权利要求2所述的方法，其特征在于，所述基于所述目标训练数据集对所述实验基准模型进行迁移学习，得到与所述实验基准模型对应的迁移网络模型，包括：在通过所述目标训练数据集训练所述实验基准模型的过程中，对所述实验基准模型中的各层网络输出进行批量归一化处理，得到标准正态特征值，所述标准正态特征值用于对所述实验基准模型进行参数调整；对参数调整后的实验基准模型搭建全连接层以及分类层，并分别设置所述全连接层以及所述分类层的激活函数，得到与所述实验基准模型对应的迁移网络模型。5.根据权利要求2所述的方法，...

【专利技术属性】
技术研发人员：师珂怡，
申请(专利权)人：西安闻泰信息技术有限公司，
类型：发明
国别省市：