《表1 测试环境：基于卷积神经网络的食品图像识别》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于卷积神经网络的食品图像识别》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

实验在Python3.5（64bit）平台上完成，具体测试开发环境如表1所示。所采用的图像由Kaggle平台提供（图像分辨率统一栺式化为384×384×3(RGB，uint8）)，该平台是开发商和数据科学家用于举办机器学习竞赛、托管数据库、编写和分享代码的功能性平台，数据一般为企业或政府为解决面临问题而提供，可信度和质量较高。本研究利用该平台分享的图像数据集来验证基于卷积神经网络方法识别食品图像的有效性（数据集地址为https://www.vision.ee.ethz.ch/datasets＿extra/food-101/）。原始采集得到的食品数据集包含101000张图像和101种食品类别，从中抽取20种食品图片，幵用脚本统一成256*256的分辨率，在此过程中脚本自动删除部分比例严重失调的图片，最终形成包含20种食品类别和19609张图片的新数据集，将其定义为数据集Food-101。实验数据集如表2所示，图3展示了Food-101数据集中的部分实验样本。