Классификация изображений казахских традиционных блюд с помощью CNN

Аннотация

Ожирение становится всё более серьёзной глобальной проблемой со значительными последствиями для здоровья. Эффективное управление питанием имеет решающее значение в борьбе с этой эпидемией. В Казахстане традиционная еда занимает центральное место в культуре, однако отсутствуют полноценные данные и инструменты для анализа пищевых привычек. Используя достижения в области компьютерного зрения, мы разработали метод на основе сверточной нейронной сети (CNN) для автоматической классификации изображений традиционных казахских блюд. Мы собрали новый датасет, включающий 9 577 изображений в 22 категориях казахских блюд, и использовали его для обучения и оценки нескольких моделей CNN. Лучшая модель (тонко настроенная DenseNet121) достигла топ-1 точности классификации в 95%. Эти результаты подчеркивают потенциал систем распознавания еды на основе ИИ для мониторинга питания, оценки рациона и сохранения культурного наследия. Кроме того, обученная модель была внедрена в Telegram-чатбот для обеспечения идентификации блюд в реальном времени посредством загрузки изображений, что демонстрирует практическое применение системы.