AI4Food-NutritionFW: 面向自动合成和分析饮食行为的新型框架
💡
原文中文,约200字,阅读约需1分钟。
📝
内容提要
该研究提供了一种自动工具,可通过每日拍摄的照片流来个性化分析人们的健康习惯,并提出了一种新的自动分类方法来分类与食物相关的环境。研究者构建了一个具有语义层次结构的模型,并使用超过33000张图像的数据集进行测试,分类准确度和F分数分别为56%和65%,明显优于基线方法。
🎯
关键要点
- 该研究提供了一种自动工具,用于个性化分析人们的健康习惯。
- 研究提出了一种新的自动分类方法,分类与食物相关的环境。
- 构建了一个具有语义层次结构的模型。
- 使用超过33000张图像的数据集进行测试。
- 分类准确度为56%,F分数为65%,明显优于基线方法。
➡️