Food image recognition by a replay-based continual learning method using uncertainty-driven past-sample selection

Entitat: Universitat Rovira i Virgili (URV)

Confidencialitat: No

Ensenyament(s): Ciència de Dades Biomèdiques

Aprenentatge Servei: No

Títol en diferents idiomes: Reconeixement d'imatges d'aliments mitjançant un mètode d'aprenentatge continu basat en la repetició i la selecció de mostres passades en funció de la incertesa

Resum: En aquest article, proposem un nou enfocament del reconeixement d'imatges d'aliments mitjançant un mètode d'aprenentatge continu basat en la reproducció amb una selecció de mostres anteriors basada en la incertesa. El nostre mètode té com a objectiu abordar els reptes de la variabilitat de les dades i l'evolució de les bases de dades d'aliments conservant i revisant de manera selectiva les mostres en funció de la seva puntuació incerta. El sistema proposat podria millorar significativament moltes indústries millorant els resultats de l'anàlisi comparativa dels mètodes d'última generació. Hem avaluat els nostres mètodes proposats i altres mètodes de referència en tres conjunts de dades, inclòs FOOD101. Finalment, hem obtingut resultats molt positius, ja que hem superat àmpliament els mètodes de selecció de mostres de referència per a l'assaig.

Matèria: Aliments--Investigació

Curs acadèmic: 2023-2024

Idioma: en

Data de la defensa del treball: 2024-06-18

Àrees temàtiques: Enginyeria informàtica

Estudiant: Pereira Canovas, Anxo-Lois

Departament: Enginyeria Informàtica i Matemàtiques

Data d'alta al repositori: 2025-03-03

Paraules clau: Aprenentatge continu, Repetició, Assaig, Incertesa, Reconeixement d'aliments, Classificació d'aliments, Aprenentatge profund d'evidència

Títol en la llengua original: Food image recognition by a replay-based continual learning method using uncertainty-driven past-sample selection

Drets d'accés: info:eu-repo/semantics/openAccess

Director del projecte: Radeva,Petia Ivanova