Ανάπτυξη Μοντέλου Εκτίμησης Της Περιεχόμενης Ποσότητας Υδατανθράκων Στα Λαμβανόμενα Γεύματα Από Φωτογραφικά Στιγμιότυπα

Abstract

Στην παρούσα διπλωματική εργασία διερευνήθηκε η χρήση τεχνικών βαθιάς μάθησης και πιο συγκεκριμένα Συνελικτικών Νευρωνικών Δικτύων (ΣΝΔ) για την αυτόματη αναγνώριση τροφών από φωτογραφικά τους στιγμιότυπα. Για την ανάπτυξη των μοντέλων ταξινόμησης εφαρμόστηκε η αρχιτεκτονική ResNet των 50 επιπέδων, η οποία περιλαμβάνει την επανάληψη 50 δομικών μπλοκ βασιζόμενα σε φίλτρα συνέλιξης. Για την εκπαίδευσή του ΣΝΔ εφαρμόστηκαν και συγκρίθηκαν ως προς τις απαιτήσεις τους σε υπολογιστική ισχύ δύο frameworks: (i) το MatConvNet, που βασίζεται στο περιβάλλον Matlab, και το (ii) Torch, που βασίζεται στην γλώσσα σεναρίων ανοιχτού κώδικα Lua. Για την αξιολόγηση της απόδοσης και της ακρίβειας του υπό μελέτη μοντέλου χρησιμοποιήθηκε η βιβλιογραφικά διαθέσιμη βάση εικόνων γευμάτων Food-101, η οποία αποτελείται από 101000 φωτογραφίες γευμάτων που ανήκουν σε 101 κατηγορίες. Για την εκπαίδευση του μοντέλου χρησιμοποιήθηκε το 75% των εικόνων και για την αξιολόγησή του το υπόλοιπο 25% . Επίσης πραγματοποιήθηκε μια αξιολόγηση του εκπαιδευμένου ΣΝΔ χρησιμοποιώντας δειγματοληπτικά εικόνες από σύνολα δεδομένων, διαφορετικά από αυτά που χρησιμοποιήθηκαν για την εκπαίδευση του ΣΝΔ. Το υπό μελέτη μοντέλο πέτυχε ακρίβεια ταξινόμησης 85,82% λαμβάνοντας υπόψη μόνο την μεγαλύτερη πιθανότητα που εξάγει το ΣΝΔ (top-1 accuracy), και 97,24% λαμβάνοντας υπόψη τις 5 μεγαλύτερες πιθανότητες (top-5 accuracy)