Добавить новость

Октябрь 2012
Ноябрь 2012
Декабрь 2012
Январь 2013
Февраль 2013
Март 2013
Апрель 2013
Май 2013
Июнь 2013
Июль 2013
Август 2013
Сентябрь 2013
Октябрь 2013
Ноябрь 2013
Декабрь 2013
Январь 2014
Февраль 2014
Март 2014
Апрель 2014
Май 2014
Июнь 2014
Июль 2014
Август 2014
Сентябрь 2014
Октябрь 2014
Ноябрь 2014
Декабрь 2014Январь 2015Февраль 2015Март 2015Апрель 2015Май 2015Июнь 2015Июль 2015
Август 2015
Сентябрь 2015
Октябрь 2015
Ноябрь 2015
Декабрь 2015
Январь 2016
Февраль 2016Март 2016Апрель 2016Май 2016Июнь 2016Июль 2016Август 2016
Сентябрь 2016
Октябрь 2016Ноябрь 2016Декабрь 2016Январь 2017Февраль 2017
Март 2017
Апрель 2017
Май 2017
Июнь 2017
Июль 2017
Август 2017
Сентябрь 2017
Октябрь 2017
Ноябрь 2017
Декабрь 2017
Январь 2018
Февраль 2018
Март 2018
Апрель 2018Май 2018
Июнь 2018
Июль 2018
Август 2018
Сентябрь 2018
Октябрь 2018
Ноябрь 2018
Декабрь 2018
Январь 2019
Февраль 2019
Март 2019
Апрель 2019
Май 2019
Июнь 2019
Июль 2019Август 2019Сентябрь 2019Октябрь 2019Ноябрь 2019Декабрь 2019Январь 2020Февраль 2020Март 2020Апрель 2020Май 2020Июнь 2020Июль 2020Август 2020Сентябрь 2020Октябрь 2020Ноябрь 2020Декабрь 2020Январь 2021
123456789101112131415161718
19
20
21
22
23
24
25
26
27
28
29
30
31
Жизнь |

Нейросеть напрямую определила пищевую ценность блюда по фотографии

Robin Ruede et al. / arXiv.org, 2020

Немецкие исследователи разработали алгоритм, определяющий пищевую ценность блюд по фотографии: их калорийность и содержание белков, углеводов и жиров. В отличие от многих других подобных алгоритмов новый определяет эти показатели напрямую, а не обращаясь к базе данных о пищевой ценности разных продуктов. Кроме того, алгоритм пытается предсказать и ингредиенты блюд. Доклад об алгоритме будет представлен на конференции ICPR 2020, препринт доступен на arXiv.org.

Часть людей, сбрасывающих лишний вес или поддерживающих его на одном уровне, записывают приемы еды, отмечая ее пищевую ценность. Есть даже приложения, в которых этот процесс частично автоматизирован: если человек съел еду из магазина, на ее упаковку можно навести камеру, и приложение само добавит все данные в дневник потребления. Но это не подходит для самостоятельно приготовленной пищи и еды в кафе. В первом случае человек еще может рассчитать пищевую ценность, поскольку знает все компоненты, а во втором это можно сделать лишь очень примерно.

Исследователи в области компьютерного зрения уже несколько лет пытаются решить эту проблему. Как правило, алгоритмы по расчету пищевой ценности работают похожим образом: распознают на снимке блюдо и выдают соответствующие значения из базы. Также они могут учитывать размер блюда для более точного расчета калорий, хотя некоторые из недавних алгоритмов исходят из предположения, что перед камерой стандартная порция. Подобные многостадийные алгоритмы сложны в разработке и не очень точны, отмечают авторы новой работы во главе с Райнером Штифельхаге (Rainer Stiefelhage) из Технологического института Карлсруэ. Они использовали иной подход, в котором нейросеть за один этап рассчитывает пищевую ценность на основе фотографии.

В основе алгоритма лежит сверточная нейросеть для распознавания объектов (авторы использовали популярные сети ResNet и DenseNet), обученные на огромном датасете различных фотографий ImageNet. Использование предобученной сверточной нейросети — это популярный метод, позволяющий брать за основу алгоритм, который уже достаточно хорошо умеет определять признаки на изображениях, и дообучать его последние слои на своей конкретной задаче. В этом случае авторы не просто дообучали последний слой, а изменили его структуру: вместо классификации он решает задачу регрессии, то есть подбора конкретного значения, а не отнесения исходной фотографии к какому-то фиксированному классу объектов. Четыре нейрона последнего слоя выдают калорийность блюда и содержание базовых компонентов (белки, жиры, углеводы), а еще 100 нейронов выдают 100 самых вероятных ингредиентов.

Схема алгоритма

Robin Ruede et al. / arXiv.org, 2020

Поделиться

Разработчики самостоятельно подготовили датасет для обучения алгоритма, воспользовавшись двумя источниками: сайтом рецептов, где у большинства рецептов есть список ингредиентов и фотография готового блюда, и базой пищевой ценности различных продуктов. Поскольку рецепты пишутся разными людьми и содержат лишние данные (например, один и тот же продукт может быть указан как «лук», «лук, нарезанный кольцами» и «лук, нарезанный кубиками», хотя для анализа пищевой ценности это один и тот же ингредиент), исследователям пришлось полуавтоматически обработать данные. В частности, они убрали лишние слова и перевели примерные величины (например, «одна столовая ложка») в конкретные. Затем они сопоставили данные с двух предварительно обработанных датасетов и собрали их в один, содержащий 70 тысяч рецептов и 308 тысяч фотографий.

Карточка пищевой ценности, составленная алгоритмом по фотографии слева

Robin Ruede et al. / arXiv.org, 2020

Поделиться

Карточка пищевой ценности, составленная алгоритмом по фотографии слева

Robin Ruede et al. / arXiv.org, 2020

Поделиться

Карточка пищевой ценности, составленная алгоритмом по фотографии слева

Robin Ruede et al. / arXiv.org, 2020

Поделиться

Карточка пищевой ценности, составленная алгоритмом по фотографии слева

Robin Ruede et al. / arXiv.org, 2020

Поделиться

Тестирование алгоритма на рецептах, которые он не встречал во время обучения, показало, что его точность при расчете на 100 грамм блюда составляет 46,7 калории, 2,51 грамма белка, 3,88 грамма жира и 6,97 грамма углеводов. Авторы отмечают, что результаты можно улучшить, если использовать более совершенные алгоритмы для предварительной обработки текстов из рецептов. Они не смогли опубликовать сам датасет из-за лицензионных ограничений, но опубликовали на GitHub код для его формирования и код самой нейросети.

Ранее мы рассказывали о других «кулинарных» нейросетях. Например, об алгоритме, составляющем рецепт блюда по его фотографии и другом, который выполняет обратную задачу — создает фотографию блюда по его рецепту.

Григорий Копиев

Let's block ads! (Why?)

 

 



Читайте также

Жизнь |

Запеченная свиная шея в рукаве

Жизнь |

Влюбленная кошачья пара прошла через потерю дома и хозяев, пожар, переезд, но от этого их любовь стала только сильнее

VIP |

Константин Хабенский и Андрей Бурковский ищут Клеща в трейлере ретро-драмы «За час до рассвета»





Реальные статьи от реальных "живых" источников информации 24 часа в сутки с мгновенной публикацией сейчас — только на Лайф24.про и Ньюс-Лайф.про.



Разместить свою новость локально в любом городе по любой тематике (и даже, на любом языке мира) можно ежесекундно с мгновенной публикацией и самостоятельно — здесь.

Популярное сегодня

Другие новости сегодня

Биохимия стройности

Законно ли требование носить маски в общественных местах?

Названы самые высокооплачиваемые вакансии начала 2021 года

На утро 17 января в России подтвердили коронавирус у 23,5 тыс человек — это меньше, чем накануне




Светские новости от партнёров