6-5菜品识别实验手册.pdfVIP

菜品识别实验手册

【项目目标】

菜品识别是人工智能的运用在餐饮领域的一个重要突破，菜品识别是指通过计算机对菜

品图像进行处理、分析和理解，以不同模式识别各种目标和物体，并对质量较差的图像进行

一系列增强和重建技术，从而有效精准识别菜品图像质量的技术。本项目以“西安美食识别”

为任务，展示如何训练一个简单的卷积神经网络(CNN)来对图像进行分类识别。具体目标包

括：

（1）掌握如何创建与拆分数据集；

（2）掌握如何实现预处理图像数据；

（3）了解如何构建卷积神经网络模型，并完成模型训练；

（4）掌握如何使用已训练好的模型进行图像识别分类。

任务一下载并创建数据集

本实训提供了“西安美食”数据集food，该数据集包含23个类别1644张的彩色图

像，其中1630张图像带标签，其余14张为待预测图像。

步骤一：创建工程，建立美食数据集

创建工程“foodsRecognization”，将数据集“food”拷贝至工程文件夹下。新建卷积神

经网络模型的python文件model.py，遍历带标签数据集train目录下的所有菜品及其标签：

#导入包

import