社群开发超强逆烹饪技术 一张食物图AI就能推算食谱

透过一张简单的食物照片你能看到什么？当时和你一块儿吃饭的人？用餐的那个餐馆播放的爵士乐？或者是怀念那一口美味的，本身却作不出吃不到的家乡菜？社群最新研究，使用 AI 技术，只须要一张食物的图片就能够洞悉它的烹饪方法。该系统透过新颖的架构预测成分做为集合，在不强加任何顺序的状况下对其依赖性进行建模，而后透过同时处理图像及其推断成分来生成烹饪指令。

AI 变身大厨：看一眼就知道这道菜怎么作的

一份优良的食谱不只可以写清楚配料，还要有清晰的烹饪步骤，例如大火爆炒几分钟，小火慢炖几分钟，是切丝仍是切块等等。以前，传统的作法是将图片转图谱问题看作一种「检索任务」，即根据图片的类似度从食谱数据集中配对烹饪方案。这类系统的性能在很大程度上取决于数据集的大小和多样性，以及图片的质量。若是数据集中根本没有图片对应食谱，这个系统就很是失败。将图片到食谱当作条件生成问题能够很好的解决传统系统的难题。换句话说，与直接的图片配对不一样，后者更多的是预测配料的成分，而后根据配料和其对应的美食图片生成烹饪步骤。相关内文来源：仲博流浪收容所 http://hungtu.com.tw/

除了食谱，以后可能还能识别卡路里

从食品图片到菜谱，须要得到超越仅仅是可见的图片以外的讯息，这对于当前的计算机视觉系统无疑是一个巨大挑战。与单纯理解天然图像相比，视觉成分预测须要的还有高级推理和先验知识，例如，羊角面包中含有黄油。 由于食品具备比较高的类别内可变性 intra-class variability，食物的形态在烹饪过程当中发生改变，一道煮熟的菜肴和生的原料的样子可能天差地别。逆烹饪的实现是迈向更普遍的食品理解系统的第一步，接下来也许就能够透过照片实现系统对于食物的卡路里估算和自动建立食谱。成分预测也能够用于解决更普遍的问题，例如实现图象到集合的预测。