一种基于深度模型和量化技术的智慧食堂食物检测方法

摘要

本发明公开了一种基于深度模型和量化技术的智慧食堂食物检测方法，属于计算机视觉技术领域，提高当前食物检测的准确率和速度的同时，降低了模型部署的对硬件的要求。本发明包括以下步骤：首先采集大量的食堂托盘食物图像，并标注出图像中食物的种类和位置；之后把数据送入针对食物检测设计的卷积神经网络进行训练，直至网络收敛，获得权重文件；然后通过量化技术降低模型的大小，部署到嵌入式主板中；最后，可通过神经网络和权重文件对食物图像中的食物快速检测。本发明解决了目前食物识别准确度低、推理速度慢的问题，同时有效的解决了深度模型部署困难，对硬件的算力和显存依赖比较高的问题。