跳到正文
arXiv · 机器人与计算机视觉· Jingbo Yue, Bruce Coburn, Jinge Ma, Jui-Feng Chi, Fengqing Zhu·· 2026-10-09AI 评分5

基于多模态食物项验证与恢复的图像营养估算改进框架

Improving Image-Based Nutrition Estimation Through Multimodal Food-Item Verification and Recovery

AI 导读

该研究提出无需任务特定微调的框架,利用多模态大语言模型(MLLMs)对可见食物进行盘点、身份验证及区域支持度检查。通过单次全图审查识别遗漏并触发至多一次针对性恢复,最终在常见有效输出样本上提升了物品级定位质量与能量估算精度。

来源:arXiv · 机器人与计算机视觉 · arxiv.org