基于渐进式多尺度特征聚合的食物成分识别方法及系统

本发明提供基于渐进式多尺度特征聚合的食物成分识别方法及系统，方法包括：构建成分分析的神经网络模型，其包括全局特征提取模块、渐进式局部特征学习模块、成分识别分类器；将输入食物图像依次通过全局特征提取模块和渐进式局部特征学习模块，分别获得多尺度的全局语义特征和细粒度局部特征；采用端到端的渐进式训练策略，分阶段激活不同深度的网络层，结合KL散度约束增强多尺度特征的差异性；最终通过分类器输出成分识别结果。本发明解决了食物识别局部特征表征不足的技术问题。