Використання CNN для багатокласової класифікації та класифікації з багатьма мітками зображень їжі
Вантажиться...
Автори
Назва журналу
Номер ISSN
Назва тому
Видавець
Анотація
The article analyzes the problem of the "information bottleneck" in hybrid modular generative architectures for
the image-to-recipe generation task. The analysis focuses on the theoretical flaws of a "naïve" modular approach,
which, due to the high intra-class variability of the food domain, fails to provide the generative component with
sufficient details, leading to the generation of template-based, non-relevant recipes. To solve this problem, an
advanced architecture is proposed that implements the "Explicit Semantic Supervision" method. This approach is
based on combining multiclass classification (CNN-1, identifying the dish class) and multilabel classification
(CNN-2, identifying ingredients), implemented via parallel "heads" with different loss functions (CCE and BCE).
The analysis confirms that this dual-component approach, which acts as an ensemble method, provides the
generative component with visually-grounded details (class + ingredients) and allows for the generation of relevant
descriptions, thus overcoming the bottleneck.
Опис
Ключові слова
Бібліографічний опис
Мінухін С. В. Використання CNN для багатокласової класифікації та класифікації з багатьма мітками зображень їжі / С. В. Мінухін, М. В. Шапошник // Інформаційно-комунікаційні технології та кібербезпека (IКTK-2025) : матеріали Міжнародної науково-технічної конференції, 04 – 05 грудня 2025 р. - Харків, ХНУРЕ, 2025. - С. 96-100.