{rfName}
Cu

Indexat a

Citacions

7

Altmetrics

Anàlisi d'autories institucional

Rashwan HAutor o coautorBanu SAutor o coautorMoreno AAutor o coautorPuig DAutor o coautor

Compartir

14 denovembre de 2018
Publicacions
>
Conferència publicada
No

CuisineNet: Food Attributes Classification Using Multi-Scale Convolution Network

Publicat a: Fuzzy Logic-Based Variable Encoding For Improved Diabetic Retinopathy Prediction. 308 365-372 - 2018-01-01 308(), DOI: 10.3233/978-1-61499-918-8-365

Autors:

Sarker MMK; Jabreel M; Rashwan HA; Banu SF; Singh VK; Moreno A; Radeva P; Puig D
[+]

Afiliacions

Universitat de Barcelona - Autor o coautor
Universitat Rovira i Virgili - Autor o coautor

Resum

© 2018 The authors and IOS Press. Diversity of food and its attributes represents the culinary habits of peoples from different countries. Thus, this paper addresses the problem of identifying food culture of people around the world and its flavor by classifying two main food attributes, cuisine and flavor. A deep learning model based on multi-scale convotuional networks is proposed for extracting more accurate features from input images. The aggregation of multi-scale convolution layers with different kernel size is also used for weighting the features results from different scales. In addition, a joint loss function based on Negative Log Likelihood (NLL) is used to fit the model probability to multi labeled classes for multi-modal classification task. Furthermore, this work provides a new dataset for food attributes, so-called Yummly48K, extracted from the popular food website, Yummly. Our model is assessed on the constructed Yummly48K dataset. The experimental results show that our proposed method yields 65% and 62% average F1 score on validation and test set which outperforming the state-of-the-art models.
[+]

Paraules clau

Cuisine recognitionDeep learningFlavor classificationFood attributes analysisPyramid pooling

Indicis de qualitat

Impacte bibliomètric. Anàlisi de la contribució i canal de difusió

Independentment de l'impacte esperat determinat pel canal de difusió, és important destacar l'impacte real observat de la pròpia aportació.

Segons les diferents agències d'indexació, el nombre de citacions acumulades per aquesta publicació fins a la data 2026-04-07:

  • Google Scholar: 4
  • Scopus: 3
[+]

Impacte i visibilitat social

Des de la dimensió d'influència o adopció social, i prenent com a base les mètriques associades a les mencions i interaccions proporcionades per agències especialitzades en el càlcul de les denominades "Mètriques Alternatives o Socials", podem destacar a data 2026-04-07:

  • L'ús d'aquesta aportació en marcadors, bifurcacions de codi, afegits a llistes de favorits per a una lectura recurrent, així com visualitzacions generals, indica que algú està fent servir la publicació com a base del seu treball actual. Això pot ser un indicador destacat de futures cites més formals i acadèmiques. Aquesta afirmació està avalada pel resultat de l'indicador "Capture", que aporta un total de: 28 (PlumX).

És fonamental presentar evidències que recolzin l'alineació plena amb els principis i directrius institucionals sobre Ciència Oberta i la Conservació i Difusió del Patrimoni Intel·lectual. Un clar exemple d'això és:

[+]

Anàlisi del lideratge dels autors institucionals

Hi ha un lideratge significatiu, ja que alguns dels autors pertanyents a la institució apareixen com a primer o últim signant, es pot apreciar en el detall: Primer Autor (Sarker M) i Últim Autor (Puig Valls, Domènec Savi).

[+]