如今，身材管理已成为人们日常生活中重点关注的内容，除了运动之外，热量的摄入也是重中之重，想要维持理想的身体健康和体重状态，人们需要长期测量自己每日摄入食物的体量、热量和营养价值，这需要实践者有极强的耐心、执行力和知识储备，从而成为了一部分身材管理道路上的拦路虎。

因此很多运动健康类App中支持食物识别，可以实现拍照识别食物卡路里和营养元素的功能，满足人们日常生活中快速获取食物信息、及时管理热量摄入的需求，为人们身材管理提供极大的便捷。

技术原理

那么，这样一种拍照获取食物热量和营养信息的功能背后的技术原理是什么呢？其实靠的就是图片分类能力。

图片分类能力是AI人工智能领域重要的基础功能，实际应用场景广泛， 传统的图片分类方法流程包括预处理、特征提取、分类器，其中特征提取需要研究者投入大量精力手工设计提取，且只适用于简单的图像分类，对于实际情况复杂的图片内容则无法识别。

近年来，基于深度学习的图片分类能力开始流行，使用特定的推理框架，通过神经网络核心技术，对图片中的实体对象进行分类并添加标注信息，帮助定义图片题材和适用场景等。

大致的图片分类流程为，开发者传入照片使用静态图片检测，或者调起摄像头使用视频流检测，图片分类能力会根据开发者使用的端侧/云侧算法模型进行分析，返回给App图片的类别（如：植物、家具、手机）及置信度。

HMS Core机器学习服务图片分类能力的性能优势

华为HMS Core的机器学习服务图片分类功能基于深度学习的方法，可以识别图片中物体、场景、行为等信息，返回对应标签信息。机器学习服务图片分类能力在识别准确率和速度性能方面都有所提升。

迁移学习法：增强图片标签模型和知识迁移能力，并对深度神经网络拓扑结构不断调优，准确率提升38%；

集成WordNet语义网络：优化语义分析模型，对图片内容进行语义分析，实现概念标签自动推理，支持标签量2.3万；

基于华为GPU云服务加速：显存带宽较上代GPU提升2倍，位宽提升8倍，识别单张图片仅100毫秒。

开发者可以使用图片分类能力现有的类别，也可以自定义图片分类模型，对各种食物图片进行收集和训练，然后导入对应的标签数据，形成庞大的食物热量数据库。最后，通过华为相机的景深摄像头功能，有效测量手机与物体之间的距离，大致识别出该物体的大小和重量，再与数据库中的信息相匹配，从而实现食物不同类别、不同大小的卡路里的计算。

除此之外，机器学习服务图片分类能力还广泛应用于图片分类管理场景，比如应用于手机相册分类管理、电商App的商品图智能分类等场景，为各类应用开发者提供良好的解决方案。

点击查看图片识别分类信息列表。

了解更多详情>>

访问华为开发者联盟官网
获取开发指导文档
华为移动服务开源仓库地址：GitHub、Gitee

关注我们，第一时间了解 HMS Core 最新技术资讯~