图片做卷积matlab代码-cs6501_final_project:可用于通过深度学习和回归估计食物卡路里的存储库

图片做模拟matlab代码使用深度学习和回归估计膳食卡路里计数 概括 手动记录食物和卡路里摄入量可能非常耗时。 在本文中，我们提出了一种更简单的卡路里跟踪方法。 我们建议卡路里计数可以仅从图像中估计。 也就是说，给定一顿饭的图片，我们的模型可以检测图像中的哪些食物，并估计这顿饭的总卡路里数。 为了验证这一假设，我们首先训练了一个用于大规模图像识别 (VGG) 的深度卷积网络，以对超过 221 种不同类型的食物进行分类。 我们实现了超过 75% 的 MAP，这表明使用最先进的 CNN 架构进行食物分类非常有效。 然后，作为概念证明，我们在 10 类食物数据集上训练了一个 fast-rcnn 类型的神经网络。 然后，该模型对其顶级预测执行卡路里查找，并将这些计数相加以给出最终的卡路里估计值。 我们的模型实现了超过 72% 的目标检测 MAP，卡路里预测与我们已知总卡路里计数的测试用例相当接近。 我们对该领域的贡献是双重的。 首先，我们创建了第一个公开可用的食物检测数据集，其大小足以用于深度学习。 其次，我们将在未来的工作中展示通过回归图像特征来预测卡路里是可能的。 有关我们的结果和方法的更