识别膳食– DLNN集团项目 抽象的 该项目的目的是根据101种给定的食物类别对食物图片进行分类。 该方法学方法基于卷积神经网络模型,该模型分析了被分为101类的美食菜肴图片的数据集。 使用初始模型以测试数据集的精度达到80%可获得最佳结果。 介绍 图像识别是一种在社交媒体中越来越流行的技术。 它可以用于识别图片中人物,产品,品牌和地点的误差幅度很小。 该项目旨在以较低的规模重新创建该技术。为该项目设计的方法论方法包括5个模块: 项目的第一步是准备数据以训练模型。 在此步骤中,将详细介绍数据集的来源,导入过程和数据集分区。 第二阶段是模型开发。 将开发两种类型的模型:一种是从零开始设计的基