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

Entidad: Universitat Rovira i Virgili (URV)

Confidencialidad: No

Enseñanza(s): Ciència de Dades Biomèdiques

APS: No

Título en diferentes idiomas: Reconocimiento de imágenes de alimentos mediante un método de aprendizaje continuo basado en la repetición y la selección de muestras pasadas en función de la incertidumbre

Resumen: 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.

Materia: Aliments--Investigació

Curso académico: 2023-2024

Idioma: en

Fecha de la defensa del trabajo: 2024-06-18

Áreas temàticas: Ingeniería informática

Estudiante: Pereira Canovas, Anxo-Lois

Departamento: Enginyeria Informàtica i Matemàtiques

Fecha de alta en el repositorio: 2025-03-03

Palabras clave: Aprendizaje continuo, Repetición, Ensayo, Incertidumbre, Reconocimiento de alimentos, Clasificación de alimentos, Aprendizaje profundo de evidencia

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

Derechos de Accesso: info:eu-repo/semantics/openAccess

Director del proyecto: Radeva,Petia Ivanova