研究人员探讨了不同的视觉表征如何影响对食物相似性的理解,特别是在印度菜肴中。他们使用了一个扩展的Khana数据集和七个不同的预训练视觉模型,分析了图像到图像的检索和菜肴级别的相似性。研究发现,视觉相似性在不同的模型和抽象级别上存在显著差异,并且不总是与烹饪家族结构或基于食谱的相似性一致。这表明食物相似性并非固有属性,而是取决于所使用的表征和模态。 AI
影响 这项研究表明,AI对食物相似性的理解高度依赖于所使用的模型和数据,这会影响食品推荐和检索等应用。
排序理由 学术论文发表在arXiv上,详细介绍了关于AI模型和食物相似性的研究。[lever_c_demoted from research: ic=1 ai=1.0]
- arXiv
- convolutional neural network
- image-text aligned models
- Indian cuisine
- Khana dataset
- Saransh Gupta
- SEER
- Transformer based Arabic temporal common sense understanding
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →