【技术实现步骤摘要】
本申请涉及图像处理，具体涉及一种基于元学习器融合模型的中餐智能识别方法及装置。
技术介绍
1、智能化的菜品识别可以让用户精确的了解到自己吃了什么、大致的营养物质含量、更便捷的饮食记录和管控。在糖尿病及肥胖等疾病的治疗过程中，良好的饮食控制及管理对疾病总体控制、发现治疗中存在的问题以及指导治疗方案均有重要的临床意义。
2、目前的饮食管理大多基于专业营养师的工作经验或普通用户的日常经验进行,其评判结果容易受主观性影响。而已有的智能菜品识别都是采用单模型，不同模型的特征侧重点有所不同，单模型有所偏颇，其鲁棒性及准确率有待提高。根据国际上最新临床研究成果表明，目前菜品相关数据集大部分为西餐数据集，中餐数据集仅少数几个。现有的研究有采用多模型融合的方式来进行进行中餐菜品识别，但其是对不同的模型设置固定的权重参数，其结果受人为主观影响大。
技术实现思路
1、本申请实施例提供了一种基于元学习器融合模型的中餐智能识别方法，以解决现有技术中，目前的饮食管理评判结果容易受主观性影响、现有用于菜品识...
【技术保护点】
1.一种基于元学习器融合模型的中餐智能识别方法，其特征在于，所述方法包括：
2.根据权利要求1所述的基于元学习器融合模型的中餐智能识别方法，其特征在于，所述利用所述残差网络预测结果、所述稠密连接网络预测结果和所述残差变换网络预测结果训练所述元学习器，获得菜品分类模型，包括：
3.根据权利要求1所述的基于元学习器融合模型的中餐智能识别方法，其特征在于，所述通过所述残差网络、所述稠密连接网络和所述聚合残差变换网络分别提取所述中餐菜品图像的特征，预测获得残差网络预测结果、稠密连接网络预测结果和残差变换网络预测结果，包括：
4.根据权利要求...
【技术特征摘要】
1.一种基于元学习器融合模型的中餐智能识别方法，其特征在于，所述方法包括：
2.根据权利要求1所述的基于元学习器融合模型的中餐智能识别方法，其特征在于，所述利用所述残差网络预测结果、所述稠密连接网络预测结果和所述残差变换网络预测结果训练所述元学习器，获得菜品分类模型，包括：
3.根据权利要求1所述的基于元学习器融合模型的中餐智能识别方法，其特征在于，所述通过所述残差网络、所述稠密连接网络和所述聚合残差变换网络分别提取所述中餐菜品图像的特征，预测获得残差网络预测结果、稠密连接网络预测结果和残差变换网络预测结果，包括：
4.根据权利要求1-3中任一项所述的基于元学习器融合模型的中餐智能识别方法，其特征在于，所述残差网络、所述稠密连接网络和所述聚合残差变换网络均在预设的数据集上进行预训练获得。
5.根据权利要求1所述的基于元学习器融合模型的中餐智能识别方...
【专利技术属性】
技术研发人员：范博坤，聂泽东，刘宇航，李景振，敖鹏飞，
申请(专利权)人：中国科学院深圳先进技术研究院，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。