基于深度学习网络的美食识别系统matlab仿真,带GUI界面
最近在折腾一个好玩的项目——用Matlab搞了个能识别美食的深度学习系统。这玩意儿不仅支持常见的炸鸡披萨寿司分类，还带了个能拖拽图片的GUI界面，实测发现对着外卖拍张照准确率居然有八成以上。咱们这就来拆解这个有意思的小工具。
先说说数据这事儿。我从Food-101数据集里挑了炸鸡、寿司、披萨三类各1000张图片，用Matlab的imageDatastructure直接撸了个数据管道：
imds = imageDatastore('food_dataset',... 'IncludeSubfolders',true,... 'LabelSource','foldernames'); [trainImgs,testImgs] = splitEachLabel(imds,0.8,'randomized');这里有个坑要注意，文件夹命名必须和类别名称完全一致。曾经因为文件夹名多了个下划线，让模型把"pizza"认成新类别，排查了俩小时才发现问题。
网络结构方面，咱们整了个轻量化的CNN。考虑到美食图片颜色特征重要，第一层卷积核特意设大了点：
layers = [ imageInputLayer([224 224 3]) convolution2dLayer(7,16,'Padding','same') batchNormalizationLayer reluLayer maxPooling2dLayer(2,'Stride',2) convolution2dLayer(5,32,'Padding','same') batchNormalizationLayer reluLayer maxPooling2dLayer(2,'Stride',2) fullyConnectedLayer(3) softmaxLayer classificationLayer];这个结构在GTX 1060上跑起来，迭代一次大概3秒左右。如果显卡不太行的话，可以把32改成16，亲测准确率只会掉2个点左右。
训练参数设置是门玄学。经过多次尝试，下面这个配置收敛最快：
options = trainingOptions('sgdm',... 'InitialLearnRate',0.001,... 'MaxEpochs',15,... 'Shuffle','every-epoch',... 'ValidationData',testImgs,... 'VerboseFrequency',50);注意学习率千万别超过0.005，否则直接梯度爆炸。有次手抖多按个零，loss值直接飙到NaN，训练了个寂寞。
GUI界面用App Designer拖控件搞定。核心是那个"识别"按钮的回调函数：
function RecognizeButtonPushed(app, ~) img = imread(app.ImagePath); % 读取用户上传的图片 processedImg = imresize(img,[224 224]); % 强制统一尺寸 label = classify(app.net, processedImg); % 调用训练好的模型 app.PredictionLabel.Text = char(label); % 显示结果 % 显示概率分布 scores = predict(app.net, processedImg); bar(app.UIAxes, scores); app.UIAxes.XTickLabels = {'炸鸡','寿司','披萨'}; end这里有个骚操作——预测时不仅显示类别，还把置信度用柱状图画出来。实测发现当三个类别概率都在0.3左右时，多半是拍到混合食材了。
测试时遇到个搞笑情况：拿康师傅红烧牛肉面的包装图测试，系统坚定地认为是披萨。后来发现是因为包装上的大块牛肉和芝士颜色接近披萨，这启示我们需要加入更多"非实物"的训练样本。
要提升准确率，可以试试这几个trick：
- 在数据增强里加上随机遮挡
augmenter = imageDataAugmenter('RandXlation',[-20 20],... 'RandYReflection',true);- 改用迁移学习，加载预训练的ResNet50：
net = resnet50; lgraph = layerGraph(net); newFCLayer = fullyConnectedLayer(3,'Name','new_fc'); lgraph = replaceLayer(lgraph,'fc1000',newFCLayer);- 加入温度作为特征（比如热成像图），不过这个需要特殊传感器支持
现在的系统还有个彩蛋：连续识别出三次炸鸡后，界面会自动弹出"热量警告"的弹窗。毕竟做技术的，也得关心用户健康不是？（笑）
完整代码已经打包放在Github上，需要的小伙伴可以直接clone下来试试。下次打算加入语音播报功能，让AI用东北话报菜名，那画面想想就有意思...
)
