論文の概要: RecipeGen: A Benchmark for Real-World Recipe Image Generation
- arxiv url: http://arxiv.org/abs/2503.05228v1
- Date: Fri, 07 Mar 2025 08:25:28 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-03-10 15:56:40.635457
- Title: RecipeGen: A Benchmark for Real-World Recipe Image Generation
- Title（参考訳）: RecipeGen: 実世界のRecipeイメージ生成のためのベンチマーク
- Authors: Ruoxuan Zhang, Hongxia Xie, Yi Yao, Jian-Yu Jiang-Lin, Bin Wen, Ling Lo, Hong-Han Shuai, Yung-Hui Li, Wen-Huang Cheng,
- Abstract要約: RecipeGenは、レシピ生成のための最初の実世界のゴール-ステップ-イメージベンチマークである。
様々な食材、様々なレシピのステップ、料理のスタイル、幅広い食品カテゴリーが特徴である。
- 参考スコア（独自算出の注目度）: 28.655663435450766
- License:
- Abstract: Recipe image generation is an important challenge in food computing, with applications from culinary education to interactive recipe platforms. However, there is currently no real-world dataset that comprehensively connects recipe goals, sequential steps, and corresponding images. To address this, we introduce RecipeGen, the first real-world goal-step-image benchmark for recipe generation, featuring diverse ingredients, varied recipe steps, multiple cooking styles, and a broad collection of food categories. Data is in https://github.com/zhangdaxia22/RecipeGen.
- Abstract（参考訳）: レシピ画像生成は、料理教育からインタラクティブなレシピプラットフォームまで、食品コンピューティングにおいて重要な課題である。
しかし、現在、レシピのゴール、シーケンシャルステップ、および対応するイメージを包括的に接続する現実世界のデータセットは存在しない。
これを解決するために,レシピ生成のための最初の実世界のゴール・ステップ・イメージ・ベンチマークであるRecipeGenを紹介した。
データはhttps://github.com/zhangdaxia22/RecipeGenにある。
関連論文リスト
- CookingDiffusion: Cooking Procedural Image Generation with Stable Diffusion [58.92430755180394]
textbfCookingDiffusionは,調理工程のリアルな画像を生成する新しい手法である。
これらのプロンプトは、テキストプロンプト、画像プロンプト、マルチモーダルプロンプトを含み、一貫したプロシージャ画像の生成を保証する。
実験結果から, 高品質な調理用プロシージャ画像の生成に優れたモデルが得られた。
論文 参考訳（メタデータ） (2025-01-15T06:58:53Z) - Retrieval Augmented Recipe Generation [96.43285670458803]
本稿では,レシピ生成のための拡張型大規模マルチモーダルモデルを提案する。
既存のデータストアからサプリメントとして、イメージにセマンティックに関連付けられたレシピを検索する。
生成したレシピ候補間の一貫性を計算し、異なる検索レシピを生成のコンテキストとして使用する。
論文 参考訳（メタデータ） (2024-11-13T15:58:50Z) - Counterfactual Recipe Generation: Exploring Compositional Generalization
in a Realistic Scenario [60.20197771545983]
本研究では,材料の変化に応じて基本レシピを変更するようモデルに依頼する,反現実的なレシピ生成タスクを設計する。
料理の知識を学習するモデルのために、中国語で大規模なレシピデータセットを収集する。
その結果、既存のモデルでは原文のスタイルを保ちながら素材の変更が困難であり、調整が必要なアクションを見逃すことがしばしばあった。
論文 参考訳（メタデータ） (2022-10-20T17:21:46Z) - A Large-Scale Benchmark for Food Image Segmentation [62.28029856051079]
我々は9,490枚の画像を含む新しい食品画像データセットFoodSeg103(およびその拡張FoodSeg154)を構築します。
これらの画像に154種類の成分を付加し,各画像は平均6つの成分ラベルと画素単位のマスクを有する。
ReLeMと呼ばれるマルチモダリティプリトレーニングアプローチを提案し、豊富なセマンティックな食品知識を持つセグメンテーションモデルを明確に装備します。
論文 参考訳（メタデータ） (2021-05-12T03:00:07Z) - Revamping Cross-Modal Recipe Retrieval with Hierarchical Transformers
and Self-supervised Learning [17.42688184238741]
近年, 生活における食品の重要性から, クロスモーダルなレシピ検索が注目されている。
本稿では,テキストおよび画像のエンコーダの確立と高性能化に基づく,簡易なエンド・ツー・エンドモデルを提案する。
提案手法は,Recipe1Mデータセットのクロスモーダルレシピ検索タスクにおける最新性能を実現する。
論文 参考訳（メタデータ） (2021-03-24T10:17:09Z) - Structure-Aware Generation Network for Recipe Generation from Images [142.047662926209]
食品画像と材料のみに基づいて調理指導を行うオープン・リサーチ・タスクについて検討する。
ターゲットレシピは長い段落であり、構造情報に関する注釈を持たない。
本稿では,食品レシピ生成課題に取り組むために,構造認識ネットワーク(SGN)の新たな枠組みを提案する。
論文 参考訳（メタデータ） (2020-09-02T10:54:25Z) - Multi-modal Cooking Workflow Construction for Food Recipes [147.4435186953995]
ワークフロー構築のための最初の大規模データセットであるMM-ReSを構築した。
本稿では、視覚情報とテキスト情報の両方を利用して調理ワークフローを構築するニューラルエンコーダデコーダモデルを提案する。
論文 参考訳（メタデータ） (2020-08-20T18:31:25Z) - RecipeGPT: Generative Pre-training Based Cooking Recipe Generation and
Evaluation System [29.150333060513177]
本稿では,新しいオンラインレシピ生成・評価システムであるRecipeGPTを紹介する。
システムは、所定のレシピタイトルと材料からの指示生成と、レシピタイトルと調理指示からの材料生成の2つのモードを提供する。
バックエンドテキスト生成モジュールは、大規模な調理レシピデータセットに基づいて微調整された生成事前学習言語モデルGPT-2を備える。
論文 参考訳（メタデータ） (2020-03-05T09:25:30Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。