thean/THFOOD-50

---
license: afl-3.0
pretty_name: Fine-Grained Thai Food Image Classification Datasets.
size_categories:
- 10K<n<100K
dataset_info:
features:
- name: image
dtype: image
- name: label
dtype:
class_label:
names:
'0': BitterMelonSoup
'1': BooPadPongali
'2': CurriedFishCake
'3': Dumpling
'4': EggsStewed
'5': FriedChicken
'6': FriedKale
'7': FriedMusselPancakes
'8': GaengJued
'9': GaengKeawWan
'10': GaiYang
'11': GoongObWoonSen
'12': GoongPao
'13': GrilledQquid
'14': HoyKraeng
'15': HoyLaiPrikPao
'16': Joke
'17': KaiJeowMooSaap
'18': KaiThoon
'19': KaoManGai
'20': KaoMooDang
'21': KhanomJeenNamYaKati
'22': KhaoMokGai
'23': KhaoMooTodGratiem
'24': KhaoNiewMaMuang
'25': KkaoKlukKaphi
'26': KorMooYang
'27': KuaKling
'28': KuayJab
'29': KuayTeowReua
'30': LarbMoo
'31': MassamanGai
'32': MooSatay
'33': NamTokMoo
'34': PadPakBung
'35': PadPakRuamMit
'36': PadThai
'37': PadYordMala
'38': PhatKaphrao
'39': PorkStickyNoodles
'40': Roast_duck
'41': Roast_fish
'42': Somtam
'43': SonInLawEggs
'44': StewedPorkLeg
'45': Suki
'46': TomKhaGai
'47': TomYumGoong
'48': YamWoonSen
'49': Yentafo
splits:
- name: train
num_bytes: 1790570028.695
num_examples: 12065
- name: test
num_bytes: 394634675.44
num_examples: 2105
- name: val
num_bytes: 295187724.2
num_examples: 1600
download_size: 3125698089
dataset_size: 2480392428.3349996
---

# THFOOD-50
Fine-Grained Thai Food Image Classification Datasets

THFOOD-50 containing 15,770 images of 50 famous Thai dishes.

## Download:

[THFOOD-50 v1 on Google Drive](https://drive.google.com/file/d/1CuNO2e77ZTk7mDfv3XujYXuUwiMwlUQI/view?usp=sharing)

## License

THFOOD-50 for **non-commercial research/educational** use.

## Citation

If you use THFOOD-50 dataset in your research, please cite our paper:

@article{termritthikun2017nu,
title="{NU-InNet: Thai food image recognition using convolutional neural networks on smartphone}",
author={Termritthikun, Chakkrit and Muneesawang, Paisarn and Kanprachar, Surachet},
journal={Journal of Telecommunication, Electronic and Computer Engineering (JTEC)},
volume={9},
number={2-6},
pages={63--67},
year={2017}
}

@inproceedings{termritthikun2017accuracy,
title="{Accuracy improvement of Thai food image recognition using deep convolutional neural networks}",
author={Termritthikun, Chakkrit and Kanprachar, Surachet},
booktitle={2017 international electrical engineering congress (IEECON)},
pages={1--4},
year={2017},
organization={IEEE}
}

@article{termritthikun2018nu,
title="{Nu-ResNet: Deep residual networks for Thai food image recognition}",
author={Termritthikun, Chakkrit and Kanprachar, Surachet},
journal={Journal of Telecommunication, Electronic and Computer Engineering (JTEC)},
volume={10},
number={1-4},
pages={29--33},
year={2018}
}

## Paper

1. NU-InNet: Thai food image recognition using convolutional neural networks on smartphone [Paper](https://journal.utem.edu.my/index.php/jtec/article/download/2436/1521) [Code](https://github.com/chakkritte/NU-InNet)
2. Accuracy improvement of Thai food image recognition using deep convolutional neural networks [Paper](https://ieeexplore.ieee.org/abstract/document/8075874/)
3. Nu-resnet: Deep residual networks for thai food image recognition [Paper](https://journal.utem.edu.my/index.php/jtec/article/download/3572/2467) [Code](https://github.com/chakkritte/NU-ResNet)

#### Examples of Thai food images in the THFOOD-50 dataset

**NOTE**: I do not own this, but I took the liberty to upload this dataset to the community.

许可证：afl-3.0
规范名称：细粒度泰国美食图像分类数据集
样本量范围：10K<n<100K
数据集信息：
特征：
- 名称：图像（image），数据类型：图像
- 名称：标签（label），数据类型：类别标签（class_label），类别名称：
'0': 苦瓜汤（BitterMelonSoup）
'1': BooPadPongali
'2': 咖喱鱼饼（CurriedFishCake）
'3': 饺子（Dumpling）
'4': 炖蛋（EggsStewed）
'5': 炸鸡（FriedChicken）
'6': 炒芥兰（FriedKale）
'7': 泰式煎青口饼（FriedMusselPancakes）
'8': GaengJued
'9': GaengKeawWan
'10': 烤鸡（GaiYang）
'11': 泰式鲜虾粉丝煲（GoongObWoonSen）
'12': 烤虾（GoongPao）
'13': 烤鱿鱼（GrilledQquid）
'14': HoyKraeng
'15': HoyLaiPrikPao
'16': 粥（Joke）
'17': 泰式煎蛋配猪肉（KaiJeowMooSaap）
'18': 泰式蒸蛋（KaiThoon）
'19': 海南鸡饭（KaoManGai）
'20': 烤猪肉饭（KaoMooDang）
'21': KhanomJeenNamYaKati
'22': 泰式椰浆鸡饭（KhaoMokGai）
'23': KhaoMooTodGratiem
'24': 泰式芒果糯米饭（KhaoNiewMaMuang）
'25': KkaoKlukKaphi
'26': 烤猪颈肉（KorMooYang）
'27': KuaKling
'28': KuayJab
'29': 泰式船面（KuayTeowReua）
'30': 泰式肉末沙拉（LarbMoo）
'31': 玛莎曼咖喱鸡（MassamanGai）
'32': 猪肉沙嗲（MooSatay）
'33': 泰式猪肉碎沙拉（NamTokMoo）
'34': PadPakBung
'35': PadPakRuamMit
'36': 泰式炒河粉（PadThai）
'37': PadYordMala
'38': 罗勒炒肉（PhatKaphrao）
'39': 猪肉粘面（PorkStickyNoodles）
'40': 烤鸭（Roast_duck）
'41': 烤鱼（Roast_fish）
'42': 青木瓜沙拉（Somtam）
'43': SonInLawEggs
'44': 炖猪腿（StewedPorkLeg）
'45': 泰式火锅（Suki）
'46': 泰式椰浆鸡汤（TomKhaGai）
'47': 泰式冬阴功汤（TomYumGoong）
'48': 泰式粉丝沙拉（YamWoonSen）
'49': 泰式金边粉（Yentafo）
拆分：
- 名称：训练集，字节数：1790570028.695，样本数：12065
- 名称：测试集，字节数：394634675.44，样本数：2105
- 名称：验证集，字节数：295187724.2，样本数：1600
下载大小：3125698089
数据集总大小：2480392428.3349996

# THFOOD-50
细粒度泰国美食图像分类数据集

THFOOD-50包含50道经典泰国料理的15770张图像。

## 下载
[THFOOD-50 v1 版本（Google Drive）](https://drive.google.com/file/d/1CuNO2e77ZTk7mDfv3XujYXuUwiMwlUQI/view?usp=sharing)

## 许可证
THFOOD-50仅可用于**非商业研究与教育**用途。

## 引用
若您在研究中使用THFOOD-50数据集，请引用以下论文：

@article{termritthikun2017nu,
title="{NU-InNet: Thai food image recognition using convolutional neural networks on smartphone}",
author={Termritthikun, Chakkrit and Muneesawang, Paisarn and Kanprachar, Surachet},
journal={Journal of Telecommunication, Electronic and Computer Engineering (JTEC)},
volume={9},
number={2-6},
pages={63--67},
year={2017}
}

@inproceedings{termritthikun2017accuracy,
title="{Accuracy improvement of Thai food image recognition using deep convolutional neural networks}",
author={Termritthikun, Chakkrit and Kanprachar, Surachet},
booktitle={2017 international electrical engineering congress (IEECON)},
pages={1--4},
year={2017},
organization={IEEE}
}

@article{termritthikun2018nu,
title="{Nu-ResNet: Deep residual networks for Thai food image recognition}",
author={Termritthikun, Chakkrit and Kanprachar, Surachet},
journal={Journal of Telecommunication, Electronic and Computer Engineering (JTEC)},
volume={10},
number={1-4},
pages={29--33},
year={2018}
}

## 相关论文
1. NU-InNet: 基于智能手机卷积神经网络的泰国美食图像识别 [论文](https://journal.utem.edu.my/index.php/jtec/article/download/2436/1521) [代码](https://github.com/chakkritte/NU-InNet)
2. 基于深度卷积神经网络的泰国美食图像识别准确率提升 [论文](https://ieeexplore.ieee.org/abstract/document/8075874/)
3. Nu-ResNet: 用于泰国美食图像识别的深度残差网络 [论文](https://journal.utem.edu.my/index.php/jtec/article/download/3572/2467) [代码](https://github.com/chakkritte/NU-ResNet)

#### THFOOD-50数据集泰国美食图像示例

**注意**：本数据集并非本人原创，我仅为方便社区而上传该数据集。

原始信息汇总

数据集概述

数据集名称

• 名称: THFOOD-50
• 别名: Fine-Grained Thai Food Image Classification Datasets

数据集描述

• 内容: 包含15,770张泰国著名菜肴的图片。
• 类别数量: 50种泰国菜肴。

数据集特征

• 特征类型:
  • image: 图片数据
  • label: 类别标签，包含50个类别名称。

数据集划分

• 划分类型:
  • train: 包含12,065个样本，总大小为1,790,570,028.695字节。
  • test: 包含2,105个样本，总大小为394,634,675.44字节。
  • val: 包含1,600个样本，总大小为295,187,724.2字节。

数据集大小

• 下载大小: 3,125,698,089字节。
• 数据集总大小: 2,480,392,428.3349996字节。

许可证

• 许可证类型: AFL-3.0
• 使用限制: 仅限非商业研究/教育用途。

引用信息

• 引用文献:
  • Termritthikun, Chakkrit et al. (2017) NU-InNet: Thai food image recognition using convolutional neural networks on smartphone.
  • Termritthikun, Chakkrit et al. (2017) Accuracy improvement of Thai food image recognition using deep convolutional neural networks.
  • Termritthikun, Chakkrit et al. (2018) Nu-ResNet: Deep residual networks for Thai food image recognition.