基于Mask R-CNN的菜品图像识别和分割算法

• 作 者: 李仁最
• 出 处: 武汉轻工大学
• 发表日期: 2019年01期
• 关键词: 菜品图像 图像检索 深度学习 Mask R-CNN

随着饮食文化信息化的发展,各式各样的菜品图像分享网站发展迅猛,例如豆果美食网,天下美食网,大众点评网等,大量类似的网站出现在人们的视野里。如何从海量的菜品图像中获取实用的信息具有很强的实际意义。通过对菜品图像的有效分割与识别,可以协助人们在面对大量网络菜品图像信息时,针对自身的需求,实现高效地检索、分析和总结。例如糖尿病人可以避开所有含糖量高的菜品;回族人可以屏蔽掉所有猪肉原料的菜品;医生也可以根据信息了解病人之前的饮食结构,给出合理的饮食建议。总之,对菜品图像实现自动化地分割和识别不仅对于人们的饮食健康和生活质量有实际的意义,而且能通过网络系统地推广中国饮食文化。本文主要使用深度学习中的目标分割模型Mask R-CNN来对菜品进行分割和识别。首先采用爬虫技术获取菜品图像数据,针对网络爬虫的每一种策略和规则进行比较,选出最适合的爬取技术。然后对获取到的数据进行数据清洗、滤波,保证数据的质量,对图像数据进行标注,将处理好的数据集分为训练集、测试集,构建菜品数据集。接着使用深层分离卷积改进Mask R-CNN模型,降低模型计算量以及存储空间,经过COCO数据集的评估,发现将Mask R-CNN模型特征提取层的标准卷积全部替换成深层分离卷积可以达到预期想要的效果。最后,使用构建的菜品数据训练集训练改进模型以及Mask R-CNN模型,使用测试集进行验证,通过模型的比较分析,可以得出:在菜品图像的分割和识别的问题上,改进模型以小幅度降低准确率为代价,减少了模型的计算量以及资源消耗,提高了计算速度。从实验结果表明,该算法可以大幅度的降低Mask R-CNN模型的资源消耗,提高菜品图像的分割和识别的效率。