本研究构建了包含84,446张图片和908种快餐类别的FastFood数据集，解决了营养估计中的注释不足问题，并提出了一种新的视觉-成分特征融合方法（VIF²），提高了营养估计的准确性。实验结果验证了成分信息的重要性及方法的有效性。

准确的营养估计对健康至关重要。NutriBench是基于自然语言的餐饮描述的公开营养基准，包括5,000个经验证的餐饮描述和宏量营养标签。LLMs是更准确和更快速的预测方法。该基准可用于营养估计。