1.一种基于YOLO神经网络的菜品信息识别方法,其特征在于,所述基于YOLO神经网络的菜品信息识别方法包括以下步骤:第一步,制作VOC格式的xml文件,将图像中菜品的真实类别和边界框标注,自动生成YOLO神经网络需要的xml文件;
第二步,将VOC格式的xml文件转换成YOLO神经网络需要的txt文件;
第三步,设置YOLO神经网络的训练参数,学习率0.01,batch size为64,dropout为
0.25,迭代次数为10万次;
第四步,将训练集中的图像进行预处理,将尺寸调整后的图像送入YOLO神经网络进行训练;
第五步,观察训练过程中的loss曲线,判断YOLO神经网络是否收敛;如果收敛,则停止训练;如果未收敛,则继续训练;
第六步,将代码用pybind11库封装为pyd和lib文件,使用python语言调用YOLO神经网络,实现对菜品的识别。
2.如权利要求1所述的基于YOLO神经网络的菜品信息识别方法,其特征在于,所述基于YOLO神经网络的菜品信息识别方法通过darknet-53网络进行菜品图像的特征提取。
3.如权利要求1所述的基于YOLO神经网络的菜品信息识别方法,其特征在于,所述基于YOLO神经网络的菜品信息识别方法将提取到的三种不同尺寸的特征图划分成不同尺寸的方格,对不同尺寸的菜品进行边界框预测及类别判断。
4.如权利要求1所述的基于YOLO神经网络的菜品信息识别方法,其特征在于,所述基于YOLO神经网络的菜品信息识别方法输入YOLO神经网络的图像尺寸统一规定为416×416,通过一系列卷积、上采样、残差单元、张量拼接操作,得到三种不同尺寸13×13,26×26,52×
52的特征图。
5.如权利要求4所述的基于YOLO神经网络的菜品信息识别方法,其特征在于,所述基于YOLO神经网络的菜品信息识别方法三种不同尺寸的特征图根据感受野的范围选取对应的预测框尺寸,各选取3个尺寸的边界框,其中:输出尺寸为13×13的特征图,对应的预设模板框的尺寸映射到输入图像416×416的预测框尺寸分别为116×90,156×198,373×326;
输出尺寸为26×26的特征图,对应的预测框尺寸分别为30×61,62×45,59×119;
输出尺寸为52×52的特征图,对应的预测框尺寸分别为10×13,16×30,33×23。
6.如权利要求1所述的基于YOLO神经网络的菜品信息识别方法,其特征在于,所述基于YOLO神经网络的菜品信息识别方法还包括:步骤一,图像预处理,将YOLO神经网络的输入图像的尺寸设定为416×416,根据输出的特征图的大小将图像划分为对应大小数量的方块;原始输入图像被分割成13x13的网格,每个网格对应着输出13×13×47的3维张量;
步骤二,对于菜品中心点所在的方格,输出3个不同尺寸的预测框,其中,输出的47个张量中,第一部分是识别的菜品类别个数为32;对应的预测框的个数为3,最后12个参数为3个边界框分别对应的bx、by、bw,bh;
步骤三,根据菜品的中心点是否落在网格内进行目标边界框预测和类别判定,输出菜品的识别结果。
7.一种运行权利要求1~6任意一项所述基于YOLO神经网络的菜品信息识别方法的基于YOLO神经网络的菜品信息识别系统,其特征在于,所述基于YOLO神经网络的菜品信息识别系统包括:图像特征提取模块,用于通过darknet-53网络进行菜品图像的特征提取;
特征图划分模块,用于提取到的三种不同尺寸的特征图划分成不同尺寸的方格;
判断模块,用于对不同尺寸的菜品进行边界框预测及类别判断。
8.一种实现权利要求1~6任意一项所述基于YOLO神经网络的菜品信息识别方法的计算机程序。
9.一种实现权利要求1~6任意一项所述基于YOLO神经网络的菜品信息识别方法的信息数据处理终端。
10.一种计算机可读存储介质,包括指令,当其在计算机上运行时,使得计算机执行如权利要求1-6任意一项所述的基于YOLO神经网络的菜品信息识别方法。