Food-101是一个由瑞士苏黎世联邦理工学院计算机视觉实验室于2014年发布的食品图像识别数据集。该数据集包含101个食品类别，总计101,000张图像，每类提供750张训练图像和250张测试图像。作为计算机视觉领域的经典基准数据集，Food-101广泛应用于食品图像分类、识别算法研究以及机器学习模型训练与评估。

知名数据集290

nyotxnyot/MM-Food-100K

食品图像识别

营养分析

--- license: openrail task_categories: - image-classification - image-to-text language: - en size_categories: - 100K<n<1M --- ## Overview ![image/png](https://cdn-uploads.huggingface.co/production

Hugging Face2026-04-14 更新160

Geolocation-food 菜肴食品图像数据集

食品图像识别

地理信息标注

该数据集选取了 6 个地区的，共 117,504 张菜肴图片。其中，北京餐厅 187 家，菜肴 1,173 个，图片 45,541 张。上海 198 家餐厅，1,253 个菜品，37,590 张图片。天津 78 家餐厅，435 个菜品，10,811 张图片。南京 64 家餐厅，328 个菜品，7,895 张图片。杭州 62 家餐厅，371 个菜品，9,124 张图片。广州 57 家餐厅，272 个

超神经2024-05-11 更新290

Food2K

食品图像识别

营养视觉分析

Food2K 是一个大型食品识别数据集，包含 2000 个类别和超过 100 万张图像。与现有的食物识别数据集相比，Food2K 在类别和图像上都绕过了它们一个数量级，从而为开发用于食物视觉表示学习的高级模型建立了一个新的具有挑战性的基准。可以进一步探索 Food2K 以使更多与食物相关的任务受益，包括新兴的和更复杂的任务（例如，对食物的营养理解），并且可以预期在 Food2K 上训练的模型作为骨

OpenXLab200

Recipe Ingredients Image Dataset

资源简介：

相关数据集