基于轻量级神经网络的食材识别方法研究

随着计算机视觉技术的快速发展，基于深度学习的目标检测技术已广泛应用于诸多领域。由于目前目标检测算法模型复杂，计算量大，无法应用于嵌入式设备中，为了满足在嵌入式设备中使用食材识别功能的需求，提出了对目标识别模型YOLOv3的改进方法，将轻量化神经网络MobileNet应用于YOLOv3中，把YOLOv3的主干网络darknet53替换为MobileNet；然后采用Cluster-NMS算法，配合中心距离法和加权平均法提升网络的准确度。通过收集得来的食材数据集和VOC 2007数据集对网络进行对比实验。实验表明，改进后的网络模型，既能满足其迁移到嵌入式设备的轻量级需求，而且无论在识别速度和精度上都有提升，满足在嵌入式设备实现食材识别的功能。

随着社会的发展使得生活水平不断提高，人们对衣食住行的要求逐渐增高。其中吃是体现生活质量的一个重要方面。随着信息领域和物流领域的迅速发展，人们能够通过网络等渠道采购到各种丰富的食材。以往人们对食材种类的认知以及对应烹饪菜谱是依靠经验得来，如何使用嵌入式移动设备(比如：手机)自动识别采购得来的食材，配合移动端的菜谱应用软件，就能生成各种美味食品的烹饪方法，对满足人们对美食的追求具有现实意义。但这也对食材识别模型和识别速度提出了更高的要求。

近年来，随着人工智能技术的发展，深度学习得到了很大的关注。深度学习与传统手工设计目标特征的方法不同，深度学习以端到端的方式训练深度神经网络，实现自动提取目标的深层特征，避免人为设计的干扰，同时，深层特征与传统特征相比，深层特征可以多层次表示目标，从浅层的局部特征到深层的全局特征，具有更强的鲁棒性和表达能力。随着深度神经网络发展，出现了许多经典的用于目标识别的神经网络模型，包括R-CNN [1]、Fast RCNN [2]、SSD [3]、YOLO 系列[4] [5] [6]等，但是为了让模型达到更高的精度，大多数神经网络模型制造得更深，复杂度更高高，难以应用在真实场景中，所以必须要对模型进行轻量化处理，以达到移植到各种嵌入式设备的要求[7] [8] [9] [10]。

为了提高嵌入式设备对食材图片识别的效率和能力，同时需要满足存储空间和功耗的限制，设计适用于嵌入式设备的轻量化深度神经网络架构是解决该问题的关键。在最近的研究中，人们对建立轻量级和高精度的神经网络越来越感兴趣[11] [12] [13] [14]，因此，轻量级神经网络架构的设计得到了学术界和工业界的广泛关注，也提出了一些典型的方法[15] [16]，主要包括三个方向，分别是：(1) 人工设计轻量化神经网络模型；(2) 基于神经网络架构搜索(Neural Architecture Search，NAS)的自动化神经网络架构设计；(3) 神经网络模型的压缩。

对比目标检测的其他神经网络模型， YOLOv3 在速度与效果方面表现不错， 因此针对食材识别任务， 本文提出一种基于聚类加权中心非极大值抑制的轻量级YOLOv3 方法(Cluster-Weighted-Distance NMSlightweight YOLOv3, CWDNMS-lightweightYOLOv3)。采用YOLOv3 作为主要的网络结构，使用轻