TY - JOUR AU - Van Asbroeck, Stephanie AU - Matthys, Christophe PY - 2020 DA - 20/12/7 TI -在膳食评估中使用不同的食品图像识别平台:比较研究JO - JMIR Form Res SP - e15602 VL - 4 IS - 12 KW -图像识别KW -膳食评估KW -自动食品识别KW -精度AB -背景:在饮食评估领域，越来越多的人批评基于记忆的技术，如食物频率问卷调查或24小时回忆。一种替代方法是记录所吃食物的图片，然后进行自动图像识别分析，提供图片中食物的类型和数量的信息。然而，目前尚不清楚商业图像识别平台的表现如何，以及它们是否真的可以用于饮食评估。目的:这是一个商业图像识别平台的性能比较研究。方法:在一系列标准设置下拍摄各种食物和饮料。所有图片(n=185)上传到选定的识别平台(n=7)，并保存估计值。在多种成分盘子的情况下，准确性与估计的总数一起确定。结果:前1位的准确性范围从卡路里妈妈应用程序的应用程序编程接口(API)的63%到谷歌视觉API的9%。没有一个平台能够估算食物的数量。 These results demonstrate that certain platforms perform poorly while others perform decently. Conclusions: Important obstacles to the accurate estimation of food quantity need to be overcome before these commercial platforms can be used as a real alternative for traditional dietary assessment methods. SN - 2561-326X UR - https://formative.www.mybigtv.com/2020/12/e15602 UR - https://doi.org/10.2196/15602 UR - http://www.ncbi.nlm.nih.gov/pubmed/33284118 DO - 10.2196/15602 ID - info:doi/10.2196/15602 ER -