FoodSeg103

FoodSeg103是一个新的食品图像数据集，包含7,118图像 (4,983训练图像和2,135测试图像)，具有104成分类别的注释，每个图像平均有6个注释和像素级遮罩。该数据集为食品图像分割提供了大规模的基准。 该数据集的主要挑战: 不同烹饪方法的相同食物成分的高内部方差长尾分布复杂的环境FoodSeg103 is a novel food image dataset consisting of 7,118 images (4,983 for training and 2,135 for testing), annotated with 104 ingredient categories. Each image has an average of 6 annotations and pixel-level masks. This dataset serves as a large-scale benchmark for food image segmentation. The primary challenges of this dataset are as follows: 1. High intra-class variance of identical food ingredients prepared with different cooking methods; 2. Long-tailed data distribution; 3. Complex real-world environments.

搜集汇总

背景与挑战

背景概述

FoodSeg103是一个用于食品图像分割的大规模基准数据集，包含7,118张图像，涵盖104个类别，每张图像平均有6个像素级注释。该数据集于2021年发布，由北京交通大学、新加坡管理大学和Salesforce Research Asia联合提供，主要挑战在于处理相同食物成分因不同烹饪方法导致的高内部方差、长尾分布和复杂环境。