用于烹饪食谱检索的深度进修食物图像识别系统 演示：DeepChef 总览 更新：博客文章现已发布。 有关更多信息，请会见！ 譬喻用法，请会见此Jupyter Notebook： Maturaarbeit 2018：那项工做操做Keras的深度卷积神经网络将图像分类为230种食物并输出婚配的食谱。 数据集包孕来自chefkoch.de的> 400'000食物图像和> 300'000食谱。 的确没有任何其余规模能像营养一样对人类福祉孕育发作类似的映响。 每天，用户都会正在社交网络上发布有数的食物图片； 从第一个自制蛋糕到顶级米其林菜肴，万一菜肴乐成，您将取世界分享光荣。 事真是，无论彼此之间有多大不同，美食都会遭到各人的赞叹。 个体烹饪本料的分类或对象识别方面的停顿很少。 问题正在于的确没有公然编辑的记录。 办理 该代码（Jupyter笔记原）供给了很多德语注释。 该历程如下所示： 1│──数据筹备│└──根除数据│└──数据扩大 2│──数据阐明和可室化，装分数据（训练，有效，测试） 3│──运用简略ML模型的初度检验测验│└──最近邻分类器（kNN） │└──k-均值聚类│└──撑持向质机
