【技术实现步骤摘要】
本专利技术涉及多媒体数字图像处理，特别涉及基于yolov8的菜品碳排放量的计算方法与系统。
技术介绍
1、当前，绿色低碳市场前景广阔，针对食物浪费问题，现有技术中，中国专利cn115660292b公开了：从餐饮平台服务器获取餐饮消费数据，数据包括菜品的名称及订购数量；利用菜品名称查询菜品对应的食材名称；根据菜品名称及食材名称确定对应的菜品的碳排放数据；根据菜品碳排放数据及菜品订购数量，确定餐饮消费数据中菜品碳排放；从而完成对餐饮消费碳排放的核算并实现对餐饮消费碳排放的监测。
2、然而，上述现有专利技术中，并没有很好地精确到各个菜品所对应使用的原材料，因此基于原材料的识别，精准获取菜品的碳排放计算方法成为本领域亟需解决的问题。
技术实现思路
1、鉴于上述状况，本专利技术的主要目的是为了提出基于yolov8的菜品碳排放量的计算方法与系统，以解决上述技术问题。
2、本专利技术提供了基于yolov8的菜品碳排放量的计算方法，所述方法包括如下步骤：
3、步骤1、收...
【技术保护点】
1.一种基于YOLOv8的菜品碳排放量的计算方法，其特征在于，所述方法包括如下步骤：
2.根据权利要求1所述的基于YOLOv8的菜品碳排放量的计算方法，其特征在于，在所述步骤1中，收集菜品图像和菜品配料相关信息的历史数据，构建菜品图像数据集，菜品图像数据集的表达式为：
3.根据权利要求2所述的基于YOLOv8的菜品碳排放量的计算方法，其特征在于，在所述步骤2中，基于YOLOv8算法构建目标检测识别模型，利用菜品图像数据集训练目标检测识别模型，并采用总损失函数优化目标检测识别模型，得到训练好的目标检测识别模型，具体步骤如下：
4.根据...
【技术特征摘要】
1.一种基于yolov8的菜品碳排放量的计算方法，其特征在于，所述方法包括如下步骤：
2.根据权利要求1所述的基于yolov8的菜品碳排放量的计算方法，其特征在于，在所述步骤1中，收集菜品图像和菜品配料相关信息的历史数据，构建菜品图像数据集，菜品图像数据集的表达式为：
3.根据权利要求2所述的基于yolov8的菜品碳排放量的计算方法，其特征在于，在所述步骤2中，基于yolov8算法构建目标检测识别模型，利用菜品图像数据集训练目标检测识别模型，并采用总损失函数优化目标检测识别模型，得到训练好的目标检测识别模型，具体步骤如下：
4.根据权利要求3所述的基于yolov8的菜品碳排放量的计算方法，其特征在于，总损失函数由类别分类损失、边框回归损失和wise-iou 损失所构建而成；
5.根据权利要求4所述的基于yolov8的菜品碳排...
【专利技术属性】
技术研发人员：吕晓梅，刘学林，郑振宇，李晓多，徐明慧，
申请(专利权)人：江西财经大学，
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。