Адаптивна після навчання мережа для розрахунку калорійності страв по зображенню

Застосування методів глибокого навчання покращило вирішення задач комп'ютерного зору, такі як класифікація зображень. Однією з важливих сфер є класифікація продуктів харчування для подальшого підрахунку калорійності страв, яка може зробити значний внесок у популяризацію здорового харчування, допомагаючи людям робити усвідомлений вибір їжі. У цій статті представлено підхід з використанням адаптивних після навчання блоків (PTA) для підвищення ефективності та продуктивності мобільних моделей для класифікації продуктів харчування.
Блок PTA розроблений як заміна пари інвертованих залишкових блоків, які зазвичай використовуються в таких архітектурах, як MobileNetV2. Запропонований блок дозволяє динамічно перемикатися між легкими та важкими гілками під час виконання, що дозволяє гнучко налаштовувати обчислювальні ресурси на основі можливостей пристрою. Така адаптивність робить модель універсальною, придатною для розгортання на широкому спектрі мобільних і периферійних пристроїв.