基于卷积神经网络的食物识别及实现

在超市无人结算服务中,使用电子标签对部分货物如水果、蔬菜等进行结算的成本过高、便捷性不高,至今依然采用人工结算的方式。针对这一问题,本文提出了基于卷积神经网络的食物识别方法。通过自建水果数据集来训练卷积神经网络分类模型;基于训练后的模型构建可视化平台进行食物识别。实验结果表明,利用卷积神经网络的食物识别的预测准确率为96.34%。