单图食物重量估算模型无法在跨数据集场景下迁移其克重度量尺度
英文标题：Single-Image Food Mass Estimators Do Not Transfer Their Gram Scale Across Datasets
基于单张照片估算食物重量是基于图像的膳食评估技术的核心，但训练好的模型能否迁移到新相机与新食物类型上此前尚不明确。研究团队在包含 2253 道经过称重的 Nutrition5k 菜品数据上微调了 DINOv2-base 模型，以实现从单张 RGB 照片预测重量。研究发现此类模型在跨数据集场景下无法有效迁移其克重尺度，揭示了当前单图食物估算方案在跨域泛化上的显著瓶颈。该结论对数字营养评估与 AI 膳食分析工具的实际落地提出了重要的尺度校准警示。
打开原文相关 1.6 · 机会 0
2.0 KB
612 B
380 B
24.2 KB
34.7 KB
中文
arXiv 编号：arXiv:2610.29025v1 公告类型：new
摘要
从单张照片中估算食物重量是基于图像的膳食营养评估的核心环节，但经过训练的模型是否能够有效迁移至全新的相机设备和食物类别仍未明确。我们在包含 2,253 道经过称重的 Nutrition5k 菜品数据集上微调了 DINOv2-base 模型，旨在通过单张 RGB 照片预测食物重量。
BibTeX 引用格式
English / 原文
BibTeX formatted citation
×