BriefGPT - AI 论文速递
·
利用深度神经网络从食物图像中进行多任务营养预测的研究
💡
原文中文，约300字，阅读约需1分钟。
📝
内容提要
NutritionVerse-Synth数据集包含84,984张真实感合成的2D食物图像和相关膳食信息，用于开发和评估膳食摄入估计方法，并发布两个数据集作为开放倡议的一部分。
🎯
关键要点
- 准确的膳食摄入估计对健康饮食政策和计划至关重要。
- 自我报告方法存在严重的偏倚。
- NutritionVerse-Synth是第一个大规模的数据集，包含84,984张真实感合成的2D食物图像。
- 数据集还包括相关的膳食信息和多模态注释。
- 利用这些数据集开发和评估了多种膳食摄入估计方法。
- 发布了NutritionVerse-Synth和NutritionVerse-Real两个数据集，作为开放倡议的一部分。
➡️
