FoodSeg103
PulseAugur coverage of FoodSeg103 — every cluster mentioning FoodSeg103 across labs, papers, and developer communities, ranked by signal.
2 天有情绪数据
-
LLM 通过新颖的语言注入模块增强食物图像分割
研究人员开发了两个新颖的模块 LIM-F 和 LIM-Q，通过整合源自大型语言模型 (LLM) 的食材标签来增强食物图像分割。这些模块可以添加到现有的图像编码器和解码器中，而无需预先对齐的图像-文本数据。当应用于 FoodSeg103 基准测试时，所提出的方法取得了最先进的结果，其中 LIM-Q 和 Swin-L 编码器达到了 55.0 mIoU。该方法还证明了其在基于 CNN 的架构上的有效性，并且 GPU 内存使用量仅有适度增加。
-
新的基准 DishSeg24k 和 FEAST 模型推动食物分割技术发展
研究人员推出了 DishSeg24k，这是一个新推出的大规模食物分割基准，包含 24,096 张图像和 278 个类别，旨在解决真实用餐场景的复杂性。为了应对密集物体重叠和长尾分布等挑战，他们还开发了食物专家自适应分割 Transformer (FEAST)。FEAST 模型将基于查询的解码视为马尔可夫决策过程，并结合了强化学习引导的专家混合模块，以提高专家专业化和路由能力。实验表明，FEAST 在 DishSeg24k 基准上取得了…
-
AI模型分割食物图像以识别食材，提升营养意识
研究人员开发了一种新颖的食物图像分割方法，专注于识别菜肴中的单个食材，以提高营养意识。该研究在FoodSeg103数据集上对两个SegFormer变体SegFormer-B0和SegFormer-B1进行了微调。较大的SegFormer-B1模型实现了0.7929的像素准确率和0.3204的平均IoU，优于基线B0模型。该系统还可以估算可见食材的百分比，提供餐食组成的视觉线索，而无需直接计算营养价值。