FastFood

FastFood数据集由新加坡管理大学的研究团队创建，包含908个快餐类别，共84446张图片，并带有成分和营养标注。数据集从全球十大知名快餐品牌的官方网站收集了食品图片和相应的营养信息，并通过半自动方式生成每个图像的成分标签。该数据集旨在解决营养估算问题，通过整合视觉和成分特征来提高营养预测的准确性。

The FastFood Dataset was created by a research team from Singapore Management University. It contains 908 fast food categories and a total of 84,446 images, with ingredient and nutrition annotations. The dataset collects food images and corresponding nutritional information from the official websites of the world's top ten well-known fast food brands, and generates ingredient labels for each image via a semi-automatic method. This dataset aims to address the problem of nutrition estimation by integrating visual and ingredient features to improve the accuracy of nutrition prediction.

搜集汇总

数据集介绍

构建方式

FastFood数据集的构建采用了半自动化的方法，结合了官方数据采集与网络图像扩展技术。研究团队首先从麦当劳、汉堡王等全球知名快餐品牌的官方网站获取高质量食品图像及精确的营养信息，包括热量、脂肪、碳水化合物和蛋白质等关键指标。随后通过谷歌图像搜索进行数据扩充，采用文本检索和图像检索两种策略，确保数据在质量与多样性上的平衡。所有图像均经过人工审核，剔除模糊、多物品或尺寸不符的样本。食材标注环节创新性地利用GPT-4o生成初始标注，再通过人工标准化处理消除重复项、模糊术语和无关内容，最终形成包含84,446张图像、908个类别的标准化数据集。

特点

该数据集的核心价值在于其多维度的标注体系与领域针对性。作为目前规模最大的快餐营养分析专用数据集，FastFood不仅提供精细的营养成分标注，还首创性地引入半自动化生成的食材标签，覆盖从汉堡到甜品的全品类快餐食品。数据分布呈现典型快餐特征：高糖、高脂肪成分占比显著，与快餐营养特性高度吻合。特别设计的70%/20%/10%训练-验证-测试划分方案，为机器学习模型提供了理想的基准测试环境。此外，通过GPT-4o生成的20,204轮饮食建议对话，进一步拓展了数据集在健康咨询领域的应用潜力。

使用方法

该数据集支持端到端的营养预测模型开发与评估。典型使用流程包含三个阶段：首先利用视觉特征提取网络（如ResNet或ViT）处理食品图像，随后将CLIP文本编码器生成的食材特征与视觉特征空间对齐，最终通过多任务回归头预测各类营养指标。测试阶段创新性地采用大语言模型（LLaVA等）进行食材预测，并通过数据增强与多数表决机制提升预测鲁棒性。研究者可基于官方划分的测试集，以平均绝对误差（MAE）为主要指标，评估模型在热量、脂肪等关键营养指标上的预测精度，同时支持与Nutrition5k等数据集的跨域性能对比。

背景与挑战

背景概述

FastFood数据集由新加坡管理大学的研究团队于2025年推出，旨在解决食品营养估计领域的数据匮乏问题。该数据集包含84,446张图像，涵盖908种快餐类别，每张图像均配有详细的成分和营养标注。FastFood的创建填补了现有食品数据集在营养信息标注方面的空白，为健康饮食研究和饮食相关疾病预防提供了重要支持。其创新性地采用半自动标注方法，结合GPT-4o生成和人工修正，确保了标注质量。该数据集通过整合来自麦当劳、汉堡王等知名快餐品牌的官方数据，并利用谷歌图像搜索进行扩展，显著提升了营养估计模型的训练效果和应用范围。

当前挑战

FastFood数据集面临的核心挑战包括：1) 营养估计领域的数据稀疏性，现有数据集如Nutrition5k虽然包含营养标注，但样本量和多样性有限；2) 成分标注的模糊性和不一致性，如成分的同义词替换和语义特异性问题；3) 数据构建过程中的质量控制，包括图像模糊、背景复杂性和成分标注的准确性。此外，营养估计任务本身对成分识别和分量估计的高精度要求，以及模型对复杂食品组合的处理能力，也是该数据集需要解决的关键问题。

常用场景

经典使用场景

FastFood数据集在食品营养估计领域具有广泛的应用价值，其经典使用场景包括通过视觉-成分特征融合方法进行高精度的营养预测。该数据集包含84,446张图像，涵盖908种快餐类别，每张图像均标注了详细的成分和营养信息。研究人员可以利用这些数据训练深度学习模型，如ResNet、InceptionV3和ViT，以预测食品的热量、脂肪、碳水化合物和蛋白质含量。通过结合视觉特征和成分信息，模型能够更准确地估计食品的营养价值，为健康饮食提供科学依据。

衍生相关工作

FastFood数据集衍生了一系列相关研究工作，尤其是在多模态食品分析和营养估计领域。基于该数据集，研究人员提出了多种改进的视觉-成分融合方法，如结合大型多模态模型（LMMs）进行成分预测的增强技术。此外，数据集的开放促进了食品图像分类、成分识别和跨模态检索等任务的进展。例如，一些研究利用FastFood数据训练生成式模型，用于个性化食谱推荐和饮食规划。数据集的广泛应用还推动了食品计算与其他领域的交叉研究，如健康监测和智能餐饮服务，进一步拓展了其学术和实用价值。

数据集最近研究

最新研究方向

近年来，FastFood数据集在食品营养估计领域引起了广泛关注。该数据集通过融合视觉和成分特征，为营养估计任务提供了新的研究视角。前沿研究方向主要集中在多模态特征融合、大语言模型在成分预测中的应用，以及零样本饮食分析等方面。特别是在成分鲁棒性增强和视觉-成分特征融合模块的设计上，研究者们取得了显著进展。这些研究不仅推动了营养估计的准确性，还为个性化饮食建议系统的发展奠定了基础。FastFood数据集的发布，填补了大规模营养标注数据集的空白，为健康饮食和慢性病预防研究提供了重要支持。

相关研究论文

• Advancing Food Nutrition Estimation via Visual-Ingredient Feature Fusion

  新加坡管理大学 · 2025年