本研究提出了一种基于卷积神经网络的食品图像识别算法，分析移动设备捕获的食物图像，并在真实数据集上取得显著成果。开发了NutritionVerse-Synth数据集，包含84,984张合成食物图像及相关膳食信息，推动了机器学习在膳食感知中的应用。此外，提出了结合计算机视觉和营养分析的系统，能够实时检测食品并提供个性化饮食推荐。