无糖食品更健康？研究结果可能 *** 你认知

极目新闻记者 石倩

无糖饮料经过几年的发展，几乎在饮品界全面铺开，大部分品牌都布局了无糖饮料市场。无糖风潮甚至刮到了烘焙界、冰淇淋界。然而近日有研究指出，无糖食品食用过多，患癌的风险会增加，且会增进食欲，患糖尿病的风险也会增加。极目新闻记者采访营养学专家了解到，无糖食品长期过量摄入有一定风险，消费者食用应注意适度。

诸多品牌争相布局无糖市场

3月30日，在武汉徐东大街一家大型超市内，00后小李向购物车放了不少无糖饮料，包括无糖可乐、无糖气泡水、无糖冰红茶、无糖凉茶等等。“最近两年几乎不喝含糖饮料了，室友说无糖饮料喝了不容易发胖，但父母也不让我多喝，说是并不见得很健康。”

在江城多家品牌茶饮店内，店员介绍，多款饮品的 *** 都有含糖和零卡糖两种选择，消费者可根据需求选择。但有消费者反馈，零卡糖奶茶口感没有含糖奶茶好，而且如果加了奶盖或奶油，一杯热量并不少。

在电商平台，有商家推出的烘焙甜品也打出了“无糖”的卖点，有无糖蛋糕和无糖欧包等多种商品供消费者选择，并标注了热量。有 *** 表示，无糖甜品的热量只有含糖甜品的一半。

此外，盒马鲜生售卖的冰淇淋产品，也有多个品牌上架了代糖冰淇淋，将“无糖”“低热量”作为商品卖点，也有不少女 *** 消费者选购。

一项 *** 调查显示，51.3%网民相信无糖饮料无糖的说法，认为有利于健康；30.8%网民则表示半信半疑；还有17%网民表示不相信，无糖只是噱头。

研究称代糖摄入过量有风险

无糖食品真的更健康吗？2022年3月24日，法国巴黎大学的研究人员在期刊上发表了一项研究 *** 。研究表明，人造甜味剂并不是糖的安全替代品，一些人造甜味剂与癌症风险增加有关。

为了评估人造甜味剂的潜在致癌 *** ，研究人员分析了参与研究的 102865 名法国成年人的数据。在平均随访七八年后，研究发现，与非消费者相比，摄入大量人造甜味剂的参与者患整体癌症的风险高13%，其中阿斯巴甜和乙酰磺胺酸钾与癌症风险增加尤为明显，大量摄入这2种甜味剂， *** 癌和肥胖相关癌症的风险更高。

但也有专家提出异议，这项新研究中关联的规模相对较小，结果很可能会受到混淆，需要更多高质量的研究来明确回答这个问题。

另有一项研究发现：同样喝碳酸饮料，喝无糖胖的人更多，得糖尿病的人更多。医生分析，0卡0糖饮品中含有 *** 食欲的成分，反而会使消费者想吃东西，增加了肥胖、患糖尿病等风险。

专家称无糖食品食用应适量

虽然研究结果尚有异议，但不少业界人士都认同一种观点，就是过量摄入代糖存在风险。

武汉协和医院营养科主任蔡红琳表示，0糖0脂0卡饮品意味着它本身没有什么营养，“无糖食品，本身是一种概念炒作，过多食用对身体并无益处。”

同时，蔡红琳提醒，无糖食品虽然不含糖，但是含有一些食品添加剂， *** *** 同样需要“工作”，参与代谢，从而增加 *** 负担，“年轻人喜欢喝饮料可以理解，但要注意适量。”

此外，对于无糖奶茶和无糖蛋糕等食品,蔡红琳认为，虽然茶饮和蛋糕使用的零卡糖，但其他原料也可能含有碳水化合物或脂肪，没有蔗糖的食物并不等于没有热量,也不适合过量饮用。

蔡红琳表示,代糖是否安全，目前尚无权威的结论,随着研究的发展可能 *** 过去的认知。但业界普遍认同一种观点，长期过量摄入代糖有一定健康风险，建议消费者食用应该适度。

更多精彩资讯请在应用市场下载“极目新闻”客户端，未经授权请勿转载，欢迎提供新闻线索，一经采纳即付报酬。24小时报料 *** 。

大规模食品图像识别：T-PAMI 2023 *** 解读

美团基础研发平台视觉智能部与中科院计算所展开科研课题合作，共同构建大规模数据集Food2K，并提出渐进式区域增强 *** 用于食品图像识别，相关研究成果已发表于T-PAMI 2023。本文主要介绍了数据集特点、 *** 设计、 *** 能对比，以及基于该数据集的迁移实验等方面的内容，并对Food2K未来的工作进行了展望。希望能为从事相关工作的同学带来一些帮助或者启发。

1 引言

视觉智能部与中科院计算所于2020-2021年度展开了《细粒度菜品图像识别和检索》科研课题合作，本文系双方联合在IEEE T-PAMI2023发布 *** 《Large Scale Visual Food Reco *** ition》 (Weiqing Min, Zhiling Wang, Yuxin Liu, Mengjiang Luo, Liping Kang, Xiaoming Wei, Xiaolin Wei, Shuqiang Jiang*) 的解读。IEEE T-PAMI全称为IEEE Transactions on Pattern Analysis and Machine Intelligence，是模式识别、计算机视觉及机器学习领域的国际 *** 期刊，2022年公布的影响因子为24.314。

食品计算<1>因能够支撑许多食品相关的应用得到越来越广泛的关注。食品图像识别作为食品计算的一项基本任务，在人们通过辨认食物进而满足他们生活需求方面发挥着重要作用，如食品营养理解<2,3>和饮食管理<4>等。此外，食品图像识别是细粒度视觉识别的一个重要分支，具有重要的理论研究意义。

现有的工作主要是利用中小规模的图像数据集进行食品图像识别，如ETH Food-101<5>、Vireo Food-172<6>和 *** IA Food- 500<7>，但是它们的数据规模不足以支撑更复杂更先进的食品计算模型的建立。考虑到大规模数据集已成为许多常规图像分类和理解任务发展的关键推动因素，食品计算领域也迫切需要一个大规模的食品图像数据集来进一步支撑各种食品计算任务，如跨模态食谱检索和生成<8,9>。因此我们构建了一个新的大规模基准数据集Food2K。该数据集包含1,036,5 *** 张食品图像和2,000类食品，涉及12个超类（如蔬菜、肉类、烧烤和油炸食品等）和26个子类别。与现有的数据集相比，Food2K在类别和图像数量均超过其一个数量级。除了规模之外，我们还进行了严格的数据清理、迭代标注和多项专业检查，以保证其数据的质量。

在此基础上，我们进一步提出了一个面向食品图像识别的深度渐进式区域增强 *** 。该 *** 主要由渐进式局部特征学习模块和区域特征增强模块组成。前者通过改进的渐进式训练 *** 学习多样互补的局部细粒度判别 *** 特征（如食材相关区域特征），后者利用自注意力机制将多尺度的丰富上下文信息融入到局部特征中，进一步增强特征表示。本文在Food2K上进行的大量实验证明了所提出 *** 的有效 *** ，并且在Food2K上训练的 *** 能够改善各种食品计算视觉任务的 *** 能，如食品图像识别、食品图像检索、跨模态菜谱-食品图像检索、食品检测和分割等。我们期待 Food2K及在Food2K上的训练模型能够支撑研究者探索更多的食品计算新任务。本 *** 相关的数据集、代码和模型可从网站下载：http://123.57.42. *** /FoodProject.html。

2 Food2K数据集

Food2K同时包含西方菜和东方菜，在食品专家的帮助下，我们结合现有的食品分类 *** 建立了一个食品拓扑体系。Food2K包括12个超类（如“面包”和“肉”），每个超类都有一些子类别（如“肉”中的“牛肉”和“猪肉”），每种食品类别包含许多菜肴（如“牛肉”中的“咖喱牛肉”和“小牛排”），如下图2所示：

下图3展示了每个食品类别的图像数量，Food2K中每个类别的图像数量分布在<153,1999>之间不等，呈现出明显的长尾分布现象，与类别不平衡 *** 。

下图4展示了Food2K与现有食品图像识别数据集的图像数量对比，可以看到Food2K在类别和图像数量上都远超过它们。

除此之外，Food2K还具有以下特征：

1）Food2K涵盖了更多样化的视觉外观和模式。不同食材组合、不同配饰、不同排列等都会导致同一类别的视觉差异。举例来说，新鲜水果沙拉因其不同的水果成分混合而呈现出不同的视觉外观。这些食品的独特特征导致了更高的类内差异，使大规模的食品图像识别变得更加困难。

2）Food2K包含更细粒度的类别标注。以“Pizza”为例，一些经典的食品数据集，如Food-101，只有较粗粒度的披萨类。而Food2K中的披萨类则进一步分为更多的类别。不同披萨图像之间的细微视觉差异主要是由独特的食材或同一食材的粒度不同引起的，这也导致了识别的困难。所有这些因素使Food2K成为一个新的更具挑战 *** 的大规模食品图像识别基准，可以视为食品计算领域的“I *** geNet”。

3 ***

食品图像识别需要挖掘食品图像的本身特点，并同时考虑不同粒度的图像特征进行识别。通过观察我们发现，食品图像有着明显的全局特征和局部特征。

首先，食品图像明显有着全局的外观、形状和其他结构方面的特征，且该特征存在较大的类内差异。如下图5的“奶油核桃饼”明显有着变化不一的形状，炒面有着丰富多样的纹理。虽然当前已经有很多 *** 来解决这一问题，但大多数 *** 主要集中在提取某种类型的特征，而忽略了其他类型的特征。

其次，食品图像中有细微差别的细节信息，部分细节信息是其关键的局部特征。在许多情况下，现有的神经 *** 无法很好地挖掘那些具有判别 *** 的细节特征。如图5中第3栏所示，仅仅依靠全局特征是不足以区分“玉米羹”和“鸡蛋羹”，必须进一步挖掘其食材信息的不同（图中 *** 框内）。因此，如何更好地挖掘食品图像的全局特征和局部特征，对于提升食品图像特征表达能力来说尤为重要。

第三，如下图6所示，不同的食材在不同的食品类别中所占的权重也是不一样的。“香菜”在“香菜”拌牛肉中是一个关键 *** 食材，必不可少，但是在“老醋海蜇”这道菜中仅仅是一个配料，并不总是出现在该类别的所有图像中。因此需要挖掘局部特征之间的关系，突出重点局部特征。进而提高食品识别的准确率。

针对上述这些特点，本文设计了深度渐进式区域特征增强 *** ，它可以共同学习多样化且互补的局部和全局特征。该 *** 结构如下图7所示，该 *** 主要由三部分组成：全局特征学习模块、渐进式局部特征学习模块和区域特征增强模块。

其中，渐进式局部特征学习主要采用渐进式训练策略来学习互补的多尺度细粒度的局部特征，例如不同的食材相关信息。区域特征增强使用自注意力机模块，将更丰富的多尺度上下文信息合并到局部特中，以增强局部特征表示。然后，我们通过特征融合层将增强的局部特征和来自全局特征学习模块的全局特征融合到统一的特征中。

此外，在模型训练时，本文逐步渐进式地训练 *** 的不同阶段，最后将训练整个 *** ，并在此过程中引入散度以增加各个阶段之间的差异 *** ，以捕获更丰富多样化的局部信息。在推理阶段，考虑到每个阶段的输出特征和融合后的特征之间的互补 *** ，我们将它们的预测结果结合起来得到最终分类得分。接下来，本文将详细介绍各个模块的计算原理。

全局-局部特征学习

食品识别可以看作是一个层次化的任务，在不同超类下的食品图像有着明显可分的视觉差异，因此可以基于他们的全局特征进行识别。

但是在同一超类下，不同子类的食品图像之间的差异却非常小。因此食品识别需要同时学习食品图像的全局特征和局部特征。因此，我们提取并融合了这两个特征，此过程可以使用两个子 *** 分别提取食品图像的全局和局部特征。这两个子 *** 可以是两个 *** 的 *** ，但是这部分工作为了提高效率并减小模型参数，本文中两个子 *** 共享基础 *** 的大部分层。

全局特征学习

渐进式局部特征学习

局部特征子 *** 旨在学习食品的区分 *** 细粒度特征。由于食材和烹饪风格的多样 *** ，食品图像的关键判别部分是多尺度和不规则的。作为本 *** 之一个创新点，我们提出了渐进式训练策略来解决这个问题。在这种策略中，我们首先训练具有较小感受野的 *** 较低阶段（可以理解为模型中较低的层），然后逐步扩大该局部区域范围，并引入新的层加入训练。

这种训练策略将迫使我们的模型提取更精细的判别 *** 局部特征，例如与食材相关的特征。在此过程之后，我们从不同层提取特征以获得多尺度的特征表示。

因此，该策略可以首先在 *** 较浅的层中学习更稳定的细粒度信息，然后随着训练的进行逐渐将注意力转移到在较深的层中学习粗粒度信息。具体来说，当具有不同粒度的特征被送入 *** 时，它可以提取出有判别 *** 的局部细粒度特征，例如食材成分信息。然而，简单地使用渐进式训练策略不会得到多样化的细粒度特征，因为通过渐进式训练学习到的多尺度特征信息可能集中在食品图像中相似的区域。

而作为本 *** 第二个创新点，我们引入KL散度对来自不同阶段的特征进行离散化，以增加它们之间的差异 *** 。我们通过更大化不同阶段特征之间的KL散度值，可以迫使 *** 模型在不同阶段关注不同区域的多尺度特征，这有助于 *** 捕获尽可能多的细节信息。

区域特征增强

不同于一般的细粒度任务中的识别对象，食品图像没有固定的语义信息。现有的大部分食品识别 *** 直接挖掘这些判别 *** 局部特征，忽略了局部特征之间的关系。因此，我们采用自注意力机制来学习不同局部特征之间的关系。该策略旨在捕获特征图中同时出现的食品特征。

训练和预测

在 *** 优化过程中，我们迭代更新 *** 的参数。首先，我们利用各个阶段的交叉熵损失，来反向传播以更新相应 *** 的参数。在此过程中，当前阶段的所有 *** 参数都将被优化，即使它们在之前的阶段已经被更新过。然后在特征融合阶段，我们利用另一个交叉熵损失函数来更新整个 *** 的参数。

此外，我们的 *** 以端到端的方式进行训练。在渐进式训练过程中，对于每个阶段的输出，我们采用以下交叉熵损失：

4 实验

首先，我们在Food2K上对现有的食品识别 *** 和我们提出的 *** 进行了比较。然后，我们研究Food2K在食品识别、食品图像检索、跨模态菜谱-食品图像检索、食品检测和食品分割五个食品计算任务上的泛化能力。

*** 验证与分析

本文使用在I *** geNet上预训练的ResNet<10>作为基础 *** 。对于实验 *** 能评估，使用Top-1准确率（Top-1）和Top-5准确率（Top-5）对食品类别识别进行评估。

在Food2K上的 *** 能实验

表1展示了在Food2K上现有的食品识别 *** 和所提 *** 的 *** 能比较。从表中可以看出，我们的 *** 在Top-1和Top-5准确率上分别高出主干 *** （ResNet）2.24%和1.4%，以ResNet101为主干的 *** 超过了现有的食品识别 *** ，取得了较好的识别 *** 能。同时，这也证实了结合渐进式训练策略和自注意力来增强局部特征表示的优势。

在Food2K上的消融实验

本文在消融实验中主要探讨了以下几个问题：

（1） *** 不同组件的有效 *** ：从下图8(a)中可以看出，渐进式策略（PL）的引入能够带来识别 *** 能增益，且与区域特征增强（RE）相结合后进一步提高了 *** 能。这说明我们提出的PL+RE的学习策略能够有效地学到更具判别 *** 的局部特征。

（2）渐进式学习阶段的数量U：从下图8(b)中可以看出，当U从1到3时，我们的 *** 在Food2K上分别取得了81.45%、82.11%和83.03%的Top-1分类准确率。模型的分类 *** 能连续提高了0.66%和0. *** %。然而，当U = 4时，精度开始下降，可能的原因是浅层 *** 主要关注类别无关的特征。

（3）不同学习阶段的效果：为了更好地验证每个学习阶段和最终的连接阶段的贡献，我们还通过分别使用每个阶段的预测分数来进行评估。从下图8(c)中可以看出，相比于使用单一阶段进行预测，联合每个阶段的得分进行预测能够带来 *** 能提升。此外，我们的 *** 将每个阶段的预测分数和联合特征的预测分数进行组合，能够实现更佳的识别 *** 能。

（4）平衡参数α和β：我们还研究了公式αβ中平衡参数对 *** 能的影响。我们发现，当α，β时，即总损失仅包括散度时，此时模型无法收敛。当α，β时，即仅使用交叉熵损失进行优化，模型的 *** 能明显下降。当α，β时，模型取得了更佳的识别 *** 能，这说明联合渐进式训练和KL散度的策略能够提高多样化局部细节特征的学习能力。

可视化

我们使用Grad-CAM来进行可视化分析。如下图9所示，以“Wasabi Octopus”为例，基线 *** 仅能获得有限的信息，不同的特征图倾向于关注相似的区域。相比之下，我们的 *** 在之一阶段更关注“Vegetable Leaf”，而第二阶段主要关注“Octopus”。而在第三阶段，我们的 *** 可以捕获该食品的总体特征，所以全局和局部特征都能被用于识别。

基于Food2k的泛化实验

食品图像识别

我们评估了在Food2K上预训练过的模型在ETH Food-101、Vireo Food-172和 *** IA Food-500上的泛化能力。从表2中我们可以看出，使用Food2K进行预训练后所有 *** 都取得了一定程度的 *** 能提升，这说明我们的数据集在食品图像识别任务上具有良好的泛化能力。

食品检测

我们评估了Food2K数据集对食品检测任务的泛化能力，评估任务为检测食品托盘中的食品。为了进行比较，我们还对在ETH Food-101上进行预训练的模型进行了评估。从表3中可以看出，使用Food-101和Food2K能够提升所有 *** 的mAP和AP75指标，且Food2K所带来的 *** 能增益要超过Food-101。这说明我们的 *** 在食品检测任务上表现出良好的泛化 *** 能。

食品分割

我们还评估了Food2K在食品分割任务上的 *** 能。从表4中可以看出，对于所有使用Food2K进行预训练的模型均能带来 *** 能的提升。这也证明了我们的数据集在分割任务上具有良好的泛化表现。

食品图像检索

我们进一步在食品图像检索任务上验证Food-2K的泛化能力。具体来说，我们在ETH Food-101、Vireo Food-172和 *** IA Food-500数据集上实验，并使用与前文相同的数据集划分方式。测试集的每张 *** 依次作为查询项，其余的 *** 作为检索库。我们分别使用交叉熵损失函数和以Contrastive loss和Triplet loss为 *** 的度量学习损失函数来微调ResNet101 *** ，并使用mAP和Recall@1指标评估 *** 的 *** 能。

表5的结果展示了在Food-2K数据集上预训练后微调的 *** 取得了不同程度的 *** 能增益。具体来说，在Vireo Food-172数据集上取得了更优 *** 能，并在三个数据集上分别取得了4.04%, 5.28% 和4.16%的 *** 能增益。值得注意的是，当使用额外的ETH Food-101数据集预训练，以及在度量学习损失函数 *** 上微调的 *** 并没有取得 *** 能增益，但使用Food2K数据集预训练仍然取得了 *** 能增益，这是因为食品图像检索任务对目标数据集之间的差异较为敏感（ETH Food-101和Vireo Food-172），并间接表明来自Food2K的图像类别和尺度的多样 *** 提升了食品图像检索任务的泛化 *** 。

跨模态菜谱-食品图像检索

我们还在跨模态菜谱-食品图像检索任务上进一步验证Food2K的泛化能力。具体来说，我们在Recipe1M<11>数据集上验证 *** 的 *** 能，并使用与之相同的数据集划分 *** 。与此同时，我们使用MedR和Recall@K指标来评估。表6展示了我们使用不同的 *** 主干，并分别通过I *** geNet、ETH Food-101和Food2K数据集预训练的结果。结果发现使用ETH Food-101和Food2K数据集预训练后在目标数据集上微调都取得了 *** 能的增益，使用我们的Food-2K数据集取得了更大的 *** 能增益。

5 未来工作

本文全面的实验证明了Food2K对于各种视觉和多模态任务具有较好的泛化能力。基于Food2K的一些潜在研究问题和方向如下。

（1）大规模鲁棒的食品图像识别：尽管一些细粒度识别 *** （如PMG<12，22>）在常规细粒度识别数据集中获得了更佳 *** 能，但它们在Food2K上表现欠佳。虽然也有一些食品图像识别 *** （如PAR-Net<13>）在中小规模食品数据集上取得了较好的 *** 能，但它们在Food2K大规模食品图像识别数据集上也并不能获得更好的 *** 能。

我们推测，随着食品数据的多样 *** 和规模的增加，不同食材、配饰和排列等因素产生了更复杂的视觉模式，以前的 *** 不再适用。因此，基于Food2K有更多的 *** 值得进一步探究。例如Transformers<14，23>在细粒度图像识别方面产生了巨大的影响，其在大规模数据集上的 *** 能高于 *** s。Food2K可以提供足够的训练数据来开发基于Transformers的食品图像识别 *** 来提高 *** 能。

（2）食品图像识别的人类视觉评价：与人类视觉对一般物体识别的研究相比，对食品图像识别进行评价可能更加困难。例如，食品具有较强的地域和文化特征，因此来自不同地区的人对食品图像识别会有不同的偏见。最近的一项研究<15>给出了人类视觉 *** 和 *** 在食品图像识别任务中的比较。为了避免信息负担过重，需要学习的菜肴数量被 *** 在16种不同类型的食物中。更有趣的问题，值得进一步的探索。

（3）跨模态迁移学习的食品图像识别：我们已经验证了Food2K在各种视觉和多模态任务中的推广。未来我们可以从更多的方面来研究迁移学习。例如，食物有独特的地理和文化属 *** ，可以进行跨菜系的迁移学习。这意味着我们可以使用来自东方菜系的训练模型对西方菜系进行 *** 能分析，反之亦然。经过更细粒度的场景标注，如区域级甚至餐厅级标注，我们可以进行跨场景迁移学习来进行食品图像识别。此外，我们还可以研究跨超类别迁移学习的食品图像识别。例如，我们可以使用来自海鲜超类的训练模型来对肉类超类进行 *** 能分析。这些有趣的问题也都值得深入探索。

（4）大规模小样本食品图像识别：最近，有一些基于中小型食品类别的小样本食品图像识别 *** <16,17>研究。LS-FSFR<18>是一项更现实的任务，它旨在识别数百种新的类别而不忘记以前的类别，且这些数百种新的食品类别的样本数很少。Food2K提供了大规模的食品数据集测试基准来支持这项任务。

（5）更多基于Food2K的应用：本文验证了Food2K在食品图像识别、食品图像检索、跨模态菜谱-食品图像检索、食品检测和分割等各种任务中具有更好的泛化能力。Food2K还可以支持更多新颖的应用。食品图像生成是一种新颖而有趣的应用，它可以通过生成对抗 *** （ *** s）<19>合成与现实场景相似的新的食品图像。例如，Zhu等人<20>可以从给定的食材和指令中生成高度真实和语义一致的图像。不同的 *** s，如轻量级的 *** <21>，也可以用于生成基于Food2K的食物图像。

(6) 面向更多任务的Food2K扩展：基于训练的Food2K模型可以应用于更多与食物计算任务中。另外，考虑到一些工作<6>已经表明食材可以提高识别 *** 能，我们计划扩展Food2K来提供更丰富的属 *** 标注以支持不同语义级别的食品图像识别。我们还可以在Food2K上进行区域级和像素级标注使其应用范围更广。我们还可以开展一些新的任务，如通过在Food2K上标注美学属 *** 信息，对食品图像进行美学评估。

6 总结及展望

在本文中，我们提出了具有更多数据量、更大类别覆盖率和更高多样 *** 的Food2K，它可以作为一个新的大规模食品图像识别基准。Food2K适用于各种视觉和多模态任务，包括食品图像识别、食品图像检索、检测、分割和跨模态菜谱-食品图像检索。

在此基础上，我们进一步提出了一个面向食品图像识别的深度渐进式区域增强 *** 。该 *** 主要由渐进式局部特征学习模块和区域特征增强模块组成。渐进式局部特征学习模块通过改进的渐进式训练 *** 学习多样互补的局部细粒度判别 *** 特征，区域特征增强模块利用自注意力机制将多尺度的丰富上下文信息融入到局部特征中以进一步增强特征表示。在Food2K上进行的大量实验证明了该 *** 的有效 *** 。

美团本身有着丰富的食品数据及业务应用场景，如何利用多元化数据进行食品图像细粒度分析理解，解决业务痛点问题是我们持续关注的方向。目前，美团视觉智能部持续深耕于食品细粒度识别技术，并成功将相关技术应用于按搜出图、点评智能推荐、扫一扫发现美食等不同的业务场景中，不仅提升了用户体验，还降低了运营成本。

在技术沉淀层面，我们围绕此食品计算技术不断推陈出新，目前申请专利20项，发表CCF-A类会议或期刊 *** 4篇（如AAAI、TIP、ACM MM等）；我们还参加了2019年和2022年CVPR FGVC细粒度识别比赛，并取得了一冠一亚的成绩；同时在ICCV 2021上也成功举办了以LargeFineFoodAI为主题的视觉研讨会，为推动食品计算领域的发展贡献了一份绵薄之力。

未来，我们计划进一步围绕这条主线，探索多模态信息融入、多任务学习等技术路线，不断沉淀经验教训，并将相关技术推广到更多、更远、更有价值的生活服务场景中，从而更好地服务好社会。

7 参考文献

• <1> W. Min, S. Jiang, L. Liu, Y. Rui, and R. Jain, “A s *** vey on food computing,” ACM CSUR, vol. 52, no. 5, pp. 1–36, 2019.
• <2> A. Meyers, N. Johnston, V. Rathod, A. Korattikara, A. Gorban, N. Silber *** n, S. Guadarra *** , G. Papandreou, J. Huang, and K. P. M *** phy, “Im2Calories: towards an auto *** ted mobile vision food diary,” in ICCV, 2015, pp. 1233–1241.
• <3> Q. Thames, A. Karp *** , W. Norris, F. Xia, L. Panait, T. Weyand, and J. Sim, “Nutrition5k: Towards auto *** tic nutritional understanding of generic food,” in CVPR, 2021, pp. *** 03– *** 11.
• <4> Y. Lu, T. Stathopoulou, M. F. Vasiloglou, S. Christodoulidis, Z. Stanga, and S. Mougiakakou, “An artificial intelligence-based system to assess nutrient intake for hospitalised patients,” IEEE TMM, pp. 1–1, 2020.
• <5> L. Bossard, M. Guillaumin, and L. Van Gool, “Food-101–mining discriminative components with random forests,” in ECCV, 2014, pp. 446–461.
• <6> J. Chen and C.-W. Ngo, “Deep-based ingre *** nt reco *** ition for cooking recipe retrieval,” in ACM MM, 2016, pp. 32–41.
• <7> W. Min, L. Liu, Z. Wang, Z. Luo, X. Wei, and X. Wei, “ *** IA Food- 500: A dataset for large-scale food reco *** ition via stacked globallocal attention network,” in ACM MM, 2020, pp. 393–401.
• <8> J. Mar′?n, A. Biswas, F. Ofli, N. Hynes, A. Salvador, Y. Aytar, I. Weber, and A. Torralba, “Recipe1M+: A dataset for learning cross-modal embeddings for cooking recipes and food i *** ges,” IEEE T-PAMI, vol. 43, no. 1, pp. 187–203, 2021.
• <9> H. Wang, G. Lin, S. C. H. Hoi, and C. Miao, “Struct *** e-aware generation network for recipe generation from i *** ges,” in ECCV, vol. 12372, 2020, pp. 359–374.
• <10> K. He, X. Zhang, S. Ren, and J. Sun, “Deep residual learning for i *** ge reco *** ition,” in CVPR, 2016, pp. 770–778.
• <11> A. Salvador, N. Hynes, Y. Aytar, J. Marin, F. Ofli, I. Weber, and A. Torralba, “Learning cross-modal embeddings for cooking recipes and food i *** ges,” in CVPR, 2017, pp. 3020–3028.
• <12> R. Du, D. Chang, A. K. B *** ia, J. Xie, Z. Ma, Y. Song, and J. Guo, “Fine-grained visual classification via progressive multigranularity training of jigsaw patches,” in ECCV, 2020, pp. 153– 168.
• <13> J. Qiu, F. P.-W. Lo, Y. Sun, S. Wang, and B. Lo, “Mining discriminative food regions for acc *** ate food reco *** ition,” in BMVC, 2019.
• <14> Dosovitskiy, Alexey, et al. "An I *** ge is Worth 16x16 Words: Transformers for I *** ge Reco *** ition at Scale." In ICLR, 2020.
• <15> P. F *** tado, M. Caldeira, and P. Martins, “Hu *** n visual system vs convolution ne *** al networks in food reco *** ition task: An empirical comparison,” in CVIU, 2020, pp. 102878.
• <16> H. Zhao, K.-H. Yap, and A. Chic *** g Kot, “Fusion learning using se *** nti *** and graph convolutional network for visual food reco *** ition,” in WACV, 2021, pp. 1711–1720.
• <17> S. Jiang, W. Min, Y. Lyu, and L. Liu, “Few-shot food reco *** ition via multi-view representation learning,” ACM TOMM, vol. 16, no. 3, pp. 87:1–87:20, 2020.
• <18> A. Li, T. Luo, Z. Lu, T. Xiang, and L. Wang, “Large-scale few-shot learning: Knowledge transfer with class hierarchy,” in CVPR, 2019, pp. 7212–7220.
• <19> I. Goodfellow, J. Pouget-Aba *** , M. Mirza, B. Xu, D. WardeFarley, S. Ozair, A. Co *** ville, and Y. Bengio, “Generative a *** ersarial nets,” in NIPS, vol. 27, 2014.
• <20> B. Zhu and C. Ngo, “Cook *** : Causality based text-to-i *** ge synthesis,” in CVPR, 2020, pp. 5518–5526.
• <21> B. Liu, Y. Zhu, K. Song, and A. Elgam *** l, “Towards faster and stabilized gan training for high-fidelity few-shot i *** ge synthesis,” in ICLR, 2020.
• <22> Zhu, H., Ke, W., Li, D., Liu, J., Tian, L., & Shan, Y. Dual cross-attention learning for fine-grained visual categorization and object re-identification. In CVPR 2-22(pp. 46 *** -4702).
• <23> He, J., Chen, J. N., Liu, S., Kortylewski, A., Yang, C., Bai, Y., & Wang, C. . Transfg: A transformer architect *** e for fine-grained reco *** ition. In AAAI 2022 (Vol. 36, No. 1, pp. 852-860).

8 本文作者

致岭、丽萍、君实、晓明等，均来自美团基础研发平台/视觉智能部。

| 本文系美团技术团队出品，著作权归属美团。欢迎出于分享和交流等非商业目的转载或使用本文内容，敬请注明“内容转载自美团技术团队”。本文未经许可，不得进行商业 *** 转载或者使用。任何商用行为，请发送邮件至tech@meituan *** 申请授权。

“我与食品安全同行”全省市场监管 *** 喜迎 *** 的二十大主题征文活动线上展播（十三）：金昌市

近年来，金昌市坚决贯彻落实 *** *** 关于食品安全工作的重要指示批示精神，严格遵循“四个最严”要求，牢固树立“以人民为中心”的发展理念，全面实施食品安全战略，以“食安金昌”建设为统领，以创建全国文明典范城市为契机，以争创国家食品安全示范城市为抓手，切实加强食品安全监管工作，全力保障人民群众身体健康和生命安全，不断提升食品安全治理能力和治理水平。2021年，金昌市在省食品安全工作评议考核中得A等次，被省食 *** 安委命名为“甘肃省食品安全示范城市”，2022年8月被 *** 食品安全办列入第五批国家食品安全示范创建推荐城市名单。

坚持 *** 政同责，坚决贯彻落实重大决策部署。一是 *** 政同责落地生根。市委、市 *** 坚持把食品安全作为民生工程、民心工程强力推进，与全国文明典范城市、“平安金昌”等重点工作一同推进。将食品安全列入重点督办事项与考核评价体系，权重稳定在3％，推动食品安全“重大 *** 任务”战略 *** 由“ *** ”向“共为”转变。 *** 政主要负责 *** 亲自过问、靠前指挥，多次带头深入一线视察调研。分管 *** 主动担当、狠抓落实，切实加强对分管行业领域食品安全工作的督促指导。市委 *** 会会议、市 *** 常务会议专题听取食品安全工作汇报，研究解决食品安全领域重大问题，相继 *** 了《关于进一步深化 *** 加强食品安全工作的实施方案》《金昌市市级 *** 政领导干部食品安全工作责任清单》等 *** 文件，明确市级领导干部和食品安全监管部门主要负责人责任清单，进一步强化“关键少数”的食品安全意识。二是协调机制持续完善。修订完善《金昌市食品 *** 品安全 *** 会工作规则》《金昌市食品 *** 品安全 *** 会成员单位工作职责》等7项 *** ，明确市食 *** 安委、市食 *** 安委办、市食 *** 安委各成员单位职责及部门联动、督查督办等工作 *** 。定期召开市食 *** 安委全体会议、联席会议、风险会商会议，分析研判食品安全形势，研究部署重大事项。三是重点工作有序推进。提请市 *** 与县区 *** 、市食 *** 安委各成员单位签订《食品安全目标责任书》，进一步明确全年食品安全工作任务。制定《2022年金昌市食品安全重点工作安排》，将加强联防联控、实行闭环管理、坚持执法从严等9项35条重要内容细化到各级各有关单位，推动提升食品安全治理现代化水平。充分发挥食品安全评议考核“指挥棒”作用，积极对县、区 *** 和市食 *** 安委各成员单位进行评议考核，推动食品安全工作落到实处、见到实效。

坚持问题导向，切实解决食品安全突出问题。一是农业面源治理扎实有效。深入推广绿色防控新技术，主要农作物绿色防控示范面积达15万亩，辐射带动绿色防控面积70万亩以上，农作物绿色防控覆盖率达45%。累计培育有效期内“三品一标”农产品120个。“ *** ”、兽用抗生素、生猪屠宰等方面专项整治常态化开展，农产品质量安全风险隐患得到有效治理。二是专项整治工作成效显著。对食品安全全领域各环节实施集中治理、精准突破，组织开展金昌市食品 *** 品安全领域侵害群众利益突出问题专项整治、食品安全“守底线、查隐患、保安全”等专项行动，查办食品类违法案件139起，案件公开率达100%，起到了“查办一案、警示一片”的效果，食品安全问题得到有效治理。集中销毁假冒食品2000余千克，释放了坚决打击制售假冒伪劣食品违法行为的鲜明信号。三是食品安全形势稳定向好。今年以来，共抽检农畜水产品样品29 *** 3个，合格率为99.97%；完成食品安全监督抽检1193批次，合格率为96.48%；监督监测粮油样品 *** 份，合格率100%。报告食源 *** 疾病294例，完成食品食源 *** 致病菌监测70份，切实为食品安全执法监管工作提供了技术支撑。

坚持实事惠民，着力提升食品安全保障水平。一是源头监管能力持续提升。始终坚持高标准建设更优食品安全环境的目标 *** ，永昌县被列为全省 *** 产业优势产区、奶绵羊产业优势特 *** 域，金川区被列为全省奶牛产业优势产区。2022年全市蔬菜种植面积27万亩，预计产量达 *** 万吨；畜禽总饲养量达到248.42万头只，肉蛋奶总产量9.91万吨，分别增长10.43%、51.28%，“菜篮子”“肉案子”“奶瓶子”等安全保障水平持续提升，不断满足人民群众对食品安全的新需求、新期待。二是民生保障成效日益显著。按照农贸市场“五好”（经营秩序良好、环境卫生净好、食品质量安好、治安消防完好、文明程度常好）标准，对市区11家农贸市场进行了整治提升。推行小餐饮“集中经营、集中管理”、食品摊贩“集中经营、登记管理”等管理模式，累计建成13家小餐饮集中经营区。开展食品安全“你点我检”“你送我检”“ *** 看后厨 餐饮安全你我同查”等我为群众办实事实践活动，检测蔬菜、肉制品等品种4977批次， *** 看后厨入网餐饮单位达1625家。制定《 *** 餐饮服务食品安全监管工作方案》，实行“一车一编号、一餐一封签、一单一消毒”管理模式，积极倡导“食安封签”和“无接触配送”。三是食品安全重大保障 *** 完成。认真做好各类重大活动食品安全保障工作，顺利完成“1.27”“应急使命·2022”高原高寒地区 *** 实战化演练、第二十四次金川科技攻关大会等重大活动食品安全保障10场次、48餐次、9800余人次，为全市经济社会全面转型高质量发展提供了有力支持。

坚持强基固本，努力提升食品安全治理水平。一是监管基础不断夯实。在全省率先 *** 《金昌市基层食安委办规范化建设方案》，18个乡镇（街道）全部成立基层食 *** 安委及其办公室，规范化建设初步完成。市、县（区）、乡镇（街道）食品安全岗位设置合理、权责划分明晰，从事食品安全监管人员的专业化比例达到70%以上。二是过程监管全面加强。对全市7157家食品生产经营单位实行风险等级管理，建成以风险分级管理为基础、“双随机、一公开”监管为基本手段、飞行检查为重点、体系检查为补充的全覆盖监督检查机制。三是检测能力稳步提升。甘肃省首家省级藜麦产品质量检验检测中心落户金昌。完善了以市级机构为骨干、县级机构为基础、第三方检验检测机构为补充的食品检验检测体系，建成食品快检室11个，完成快速检测13849批次，合格率99.99%，做到即时检测、实时发布、即时上传、快速处置，食品检测能力大幅提升。四是应急体系更加健全。 *** 《金昌市食品安全事故现场处置标准化 *** 作规程》《金昌市食品安全事故调查处置办法》，进一步规范了食品安全事故现场处置程序、内容、 *** 。成立食品安全应急队伍，完成食品安全事故、 *** 食品交易、餐饮服务第三方平台 *** 防控现场培训及应急演练，应急处置能力不断提升。

坚持共同发力，积极营造食品安全共治格局。一是共治氛围更加浓厚。以创建全国文明典范城市为契机，推行“公筷公夹”，倡导“合理点餐、文明就餐、剩余打包”新风尚，大力推进文明餐桌行动。坚持把宣传引导放在食品安全监管工作的首位，先后举办“绿色食品宣传月”“食品安全宣传周”“新闻发布会”等活动，积极营造社会共治氛围。二是培训教育抓实抓细。依托省市场监管局“陇上食安”智慧监管平台，积极组织食品生产经营企业食品安全管理人员、从业人员开展线上线下食品安全法律法规等相关知识和技能培训，全面提升食品安全管理人员和从业人员的整体素质、综合能力。会同教育、商务、文广旅、机关事务管理等部门举办了餐饮食品从业人员培训班，共开展培训16场次7000多人。三是社会监督机制进一步健全。食品投诉举报受理率、处置率、反馈率均达100%。聘请食品社会监督员176名，食品安全协管员和信息员185名，构建多元社会力量共同参与食品安全社会共治格局。

下一步，我们将以 *** *** 对甘肃重要讲话和对市场监管工作作出的重要指示精神为统揽，深入贯彻省第十四次 *** 代会和市第九次 *** 代会精神，坚持全面转型高质量发展，加快完善食品安全现代化治理体系，不断提高食品安全全过程监管能力，奋力书写食品安全、生活美好的幸福答卷。

作者：金昌市市场监督管理局 ?林建红

关于食品安全 *** 范文三篇

食品安全 *** 1

??一是严把“五关”，做好过程控制。严把食品原料采购关，杜绝采购不新鲜或三无食品；把好食品的加工关，防止生、熟食品交叉污染；把好凉菜 *** 关，加工凉菜做到专人、专间、专用工具、专用冷藏和消毒设施；把好餐饮具消毒关，防止餐饮具不消毒；把好从业人员的健康关，杜绝从业人员带病上岗。严格执行生产过程控制、产品出厂检验和全过程记录 *** ，对生产工艺中的关键控制点加强管理，加强自查，发现问题及时整改，严禁不合格产品流入市场。

??二是提前准备，避免超负荷经营。春节期间食品生产、供应和消费量较大，可能出现设备、工具、容器使用不足的情况。各餐饮服务提供者一定要提前做好准备，确保满足实际生产经营需要，并严格执行日常维护和消毒措施，严禁因临时增加供应而改变应有的生产加工和服务过程中的维护和消毒工作流程。

??三是量力而行，“年夜饭”供应需谨慎。年夜饭供应量大，供应时间集中，接待大型聚餐或集中供应年夜饭的单位应量力而行，绝不可超负荷供应，供应的食品必须做好留样保存和相关记录。

??四是加强培训，从业人员上岗需持证。春节期间可能出现用工紧张，要提前做好一线生产经营人员食品安全知识培训，严格执行员工岗前健康检查，取得健康证明后方可上岗。严防带病上岗，发现员工患有痢疾、伤寒、甲型 *** *** 肝炎、戊型 *** *** 肝炎等消化道传染病和活动 *** 肺结核、化脓 *** 或渗出 *** 皮肤病等有碍食品安全的疾病的，一律调离或调换工作岗位。

??五是提升服务，硬件软件一齐抓。餐饮服务提供者应为广大消费者提供干净卫生的就餐环境、适时维护硬件设施；更要提高服务质量、端正服务态度。应主动向消费者提供 *** ，避免借机提高 *** ，为了赚一时的钱，引起不必要的 *** 。发生餐饮服务 *** 可向 *** 市餐饮行业协会报告，帮助协调处理。有条件的单位可以设立节日期间食品安全咨询 *** ，为消费者提供更便捷的服务。一旦发生与本单位相关的疑似食品安全事件，必须立即处置、防止扩大，并及时向当地食品 *** 品监管部门报告，积极配合调查。

??让我们大家共同努力，消费者讲理解、餐饮服务提供者讲服务、食 *** 部门强监管，共建和谐的用餐环境，严防餐饮服务食品安全事故，让全市人民、归来游子、外地游客度过一个欢乐、祥和的新春佳节。

??倡议人：

??日期：

食品安全 *** 2

??全市各餐饮服务单位：

??食品安全，事关人民群众身体健康和生命安全，事关经济发展与社会和谐稳定大局。为进一步强化全市餐饮行业遵纪守法、诚信经营意识，加强行业自律，提高餐饮行业自身管理水平，防止食物中毒事件发生，确保广大消费者的饮食安全，树立企业讲道德、守信用的良好形象，我们向全市餐饮服务行业发出如下倡议，并接受社会各界监督。

??一、遵守法律法规。严格遵守《中华人民 *** 国食品安全法》及其《实施条例》、《餐饮服务食品安全监管管理办法》、《餐饮服务食品安全 *** 作规范》、《食品添加剂使用标准》(GB2760—20xx)等法律法规和食品安全标准，切实履行餐饮服务单位食品安全之一责任人的责任，视食品安全为企业生命，承担社会责任，对广大人民群众饮食安全负责。

??二、坚持持证从业。保证在取得《餐饮服务许可证》的前提下从事餐饮服务，不超范围经营;保证餐饮从业人员持有效健康证上岗，并建立餐饮从业人员健康档案，严格落实晨检和“五病”(痢疾、伤寒、 *** *** 肝炎、活动期肺结核、化脓 *** 或渗出 *** 皮肤病)调离 *** ;积极参加食品 *** 品部门组织的餐饮安全知识培训。

??三、严格行为自律。决不购买、存储、使用亚硝酸盐和销售织纹螺、河豚鱼等有毒有害食品;决不采购、加工、销售、使用《食品安全法》规定禁止生产经营的食品及其辅料;决不添加非食用物质和滥用食品添加剂;决不经销“三无”和过期、变质、假冒、伪劣食品;决不从证照不全的供货商进货。

??四、强化安全管理。建立健全食品安全管理 *** ，完善食品安全管理设施;配备专(兼)职食品安全管理员，制定并实施企业员工食品安全知识培训计划;认真落实进货台账登记、采购查验和索证索票 *** ;食品库房内不存放有毒有害物品和不洁物品;完善经营场所的卫生条件和设施，做到卫生、整洁、安全。

??五、严格规范 *** 作。认真落实《餐饮服务食品安全 *** 作规范》，食品原料和半成品分开存放;熟制食品做到烧熟烧透，隔夜饭菜要重新加工;冷冻食品加工存储符合规范;凉菜间要配备二次 *** 室并做到卫生洁净;落实餐饮具、工用具、容器清洗消毒 *** ;餐除垃圾按规定存放及时清运。

??六、坚持诚信经营。以诚信为本，口碑为重，坚持做良心食品、放心食品;主动组织开展食品安全法律法规及科普知识的宣传教育，提供科学消费信息，倡导健康饮食行为。

??七、支持依法监管。大力支持和主动配合食品 *** 品监管部门依法监管，自觉接受新闻媒体、社会公众的监督，积极全面提升食品安全水平。

??食品安全 *** 3

??民以食为天，食以安为先。生产经营符合安全标准和质量保障的食品是食品行业和从业人员义不容辞的责任。为此，我们向社会各界做出庄严的安全承诺并谨向全县从事农产品、食品生产经营单位和个人发出以下倡议:

??一、自觉遵守国家《食品安全法》、《农产品质量安全法》等食品安全法律、法规，依法生产经营，保障食品质量安全。

??二、增强承担食品安全责任的使命感，切实担当起食品质量安全主体责任，履行之一责任人义务。

??三、不生产、经营添加非食用物质的食品;不在农产品种植、养殖、加工、收购、运输中使用违禁 *** 物或其他可能危害 *** 健康的物质。

??四、不生产、经营、使用不符合食品安全国家标准的食品添加剂，不违反国家标准超范围、超 *** 使用食品添加剂;不在农产品种植、养殖中违反国家标准超范围、超 *** 使用 *** 、兽 *** 、饲料添加剂。

??五、加强食品生产经营过程质量控制，自觉执行与食品相关的国家标准、行业标准或企业标准，严把食品安全质量安全关;不用非食品原料和回收食品作为原料生产食品，不经营过期变质和有毒有害食品。

??六、自觉实施追溯和召回 *** ，购进原料(投入品)和成品实行索证索票、进货查验并建立购销台账，确保质量安全可追溯;对存在安全隐患的产品，及时向社会公布有关信息，主动召回产品。

??七、积极推动全行业形成食品安全经验与技术交流的共享机制，努力提高企业管理水平，不断完善食品安全保障能力。

??八、加强企业和行业自律约束，加强企业诚信体系和诚信文化建设，诚信经营。

??九、主动接受同行、消费者和全社会的监督，积极配合执法部门依法进行的产品质量监督检查和日常监管;发现食品安全领域的违法犯罪行为，履行向有关部门举报的责任和义务。

??十、积极开展食品安全知识的宣传与普及，倡导健康消费理念，提供科学消费信息。

??让我们共同承担起食品安全的神圣责任，为构建安全和谐消费环境、推动全县食品行业健康发展贡献自己的力量!

“我与食品安全同行”全省市场监管 *** 喜迎 *** 的二十大主题征文活动线上展播（十）：我与食品安全同行

朱自清先生在散文《匆匆》中写道“燕子去了，有再来的时候;杨柳枯了，有再青的时候；桃花谢了，有再开的时候……”可是，我们一旦失去了健康或者生命，还会有再来的时候吗？

可见，健康，是何等重要；生命，是何等宝贵！

常言道：国以民为本，民以食为天，食以安为先。由此可见我们的生活与食品有着多么密切的联系啊!说到食品，我们便会想到，我们身边的食品安不安全；卫不卫生呢？随着生活水平的提高，人们对食物的要求也越来越高。“入口”的东西既要美味又要有营养、卫生、无任何污染。因此，不含有害物质残留的绿色食品便成为人们渴望的食品，绿色食品的开发和生产也因此成为农业成产和食品加工必然趋势。绿色食品犹如绿色的春潮，正快速涌进我们的生活。

绿色食品的涵盖面十分广泛，它包括地里种的、水中游的等多种多样的食品，如餐桌上的粮食、蔬菜、鱼肉、鸡肉、水果以及油、茶、调料品等。绿色食品的生产要有严格的 *** 作规程，如作物要在没有污染的地方进行栽培，以保护作物不受污染;禽畜的饲料中，不准含有对 *** 有害的激素添加剂；制罐头、饮料的工厂中，使用的工艺设备必须无铅、锌等污染。

说到这里，我想起之前在电视上经常报道， *** 、 *** 、地沟油等。就连我们小时候经常喝的 *** 也被说是“毒奶粉”，导致许多家庭发生悲剧。还有些不法商贩为了减少成本，竟然用可以导致致癌的工业盐充当食用盐。这些致癌食品他们打着“廉价”的旗号，来销售给那些毫不知情的人们。虽然每年的“3·15”会查封许多没有“生产许可证”的厂家。但是还有许多不法厂家没有被查封，危险还时刻隐藏在我们身边。

我们虽然不能制止不法商家，但是我们可以不去买三无食品，所以我们应当选择安全食品，有生产日期，有质量保证的食品。我想如果我们每个人能在购买东西前看看生产日期，选择安全食品，那么就不会让不法商家有可乘之机！

绿色食品不但有利于人的身体健康，而且有利于提高人的体质。来吧，让我们一起携手来为我们的健康、安全而奋斗吧！杜绝有害食品，还我们一个健康、阳光的身体！

作者：广河县城西小学六年级2班 *** 指导老师：马艳燕

《自然》 *** ：供应链多样 *** 可增强城市食品危机应变能力

来源:中国新闻网

中新网北京7月8日电 (记者 孙自法)国际著名学术期刊《自然》最新发表一篇食品研究 *** 称，改善城市食品供应链多样 *** ，可以增强其面对供应中断(或称食品危机)的应变能力。研究人员使用美国284个城 *** 达4年的数据建立的模型，展示出这一相关关系，或可为政策制定者提供依据。

该 *** 指出，由例如极端气候、 *** 因素或流行疾病等引发的食品供应危机，在全世界正在变得越来越常见。生态理论认为，要管理此类危机的风险，食品供应链应尽可能多样化，但此前缺乏一个简单的量化模型，用于将城市、公司或国家可积极控制的因素与危机风险之间的关系进行可视化。

*** 通讯作者、美国宾夕法尼亚州立大学帕克分校阿方索·梅加(Alfonso Mejia)和同事调查了在美国大部分地区遭受中度甚至重度干旱时期(2012-2015)，284个美国城市四类食品(作物、 *** 动物、动物饲料和肉类)的年度供应。他们使用这些数据创建一个经验统计模型，解释城市供应链多样 *** 与其对抗特定频率、严重程度和时长的食品供应危机的能力之间的相关关系。研究发现，面临轻度到中度危机时，增加多样 *** 可使恢复力提高至最多15%。

有同行专家在《自然》同期发表“新闻与观点”文章希望，通过建立简单且具 *** 作 *** 的模型，在不同灾害情况下可以通用，城市可利用这样的模型，指导旨在增进食品供应链多样 *** 的政策。这将有助于缓和未来的供应中断。(完)

西华大学小 *** 本科：食品质量与安全专业

四川小 *** 应用型专业分为统考科目和校考科目

提示：该专业统考科目6科由省 *** 院统一组织 *** 。其余科目为校考（校考科目不用担心），校考科目由报考的学校命题和组织 *** 。

统考科目（重点复习）：英语(专升本 )（英语可以免考）、食品标准与法规、食品化学(含有机化学 )、食品分析、食品检验检疫学、食品安全控制技术

校考科目（有重点资料☆曾老师考前指导☆简单）： *** 主义基本原理概论、中国近现代史纲要、食品安全学概论、食品贮运学、食品添加剂、食品保藏原理与技术、食品感官评价技术、食品工艺学、食品机械与设备、食品原料学、烹饪营养学

☆四川 *** 各科目总分均为100分，成绩60分及其以上为合格（四川 *** *** 在四川省内参加）

☆四川 *** 无 *** 时间和次数的 *** ， *** 考过的成绩长期有效，不会过期，考完规定科目即可申请毕业相关流程（本科较快1年时间考完专业所有科目，1.5年本科 *** ，2年毕业）。

☆本专业 *** 难度：适中

质构仪 *** 分享：不同微波处理对食品质构的影响

近日，土耳其和印度研究人员在国际期刊《Jo *** nal of Text *** e Stu *** s》在线发表了题为“Impact of Different Microw *** e Treatments on Food Text *** e"的 *** 。

电磁波以微波炉的形式广泛应用于食品加工中。考虑到微波技术在食品工业中的潜在应用，微波具有节约时间、更好的产品品质(更高的味道、颜色和营养价值)和快速产生热等诸多优点。尽管用于食品加工的微波处理在时间、能量和营养价值方 *** 有积极的影响，但是微波处理会影响食品的质构特 *** 。在该研究中，作者探究了常使用的微波处理例如干燥、加热、烘培、蒸煮、解冻、烤、热烫、油炸、灭菌对食品质构的影响。另外，该研究也阐述了微波处理及未来工作所面临的挑战。总之，微波处理能够节约能量。然而，对于每个食品原料来说，选择合适的微波处理条件很重要。

图1：传统加热和微波加热传热机理

图2：微波干燥机理

图3：微波烘焙的优点和缺点

全文下载链接：

Impact of Different Microw *** e Treatments on Food Text *** e

新县举行2022年“食品安全宣传周”暨“质量月”主题宣传活动

9月3日上午，新县举行2022年“食品安全宣传周”暨“质量月”主题宣传活动。县领导李晓亮、黄永林、陈秀洪、胡光志、张彬、余长江出席活动。县 *** 局、农业农村局等食安委成员单位相关负责人，以及部分食品生产经营企业、行业协会参加活动。

县长李晓亮详细询问了新县食品检测相关情况，要求以此次活动为契机，围绕活动主题，全面落实“四个最严”要求，强化日常监管，着力提升食品安全检验检测能力，保证广大人民群众吃得放心、用的安心。

副县长余长江为5支宣传队进行了出征授旗。

活动现场，出席活动的县领导及参加活动的人员纷纷在承诺墙上签名。

本次宣传活动通过设置咨询台、悬挂主题标语、发放宣传彩页、摆放宣传展板、签名墙承诺等形式，全方位、多角度开展食品安全和质量安全宣传活动，积极营造食品安全共建共治共享和高质量发展的浓厚氛围。期间，还同步开展了食用农产品“你送我检”活动，展示食品安全科技监管能力。

据了解，县市场监管局及相关部门将紧紧围绕活动主题，持续深入开展“五进”宣传活动、“我与食品安全”“我与质量安全”征文活动及积极参与线上线下质量知识竞赛、开设食品安全课堂等系列宣传活动，不断提高公众安全意识，增强人民群众的获得感、幸福感、安全感。

【食品安全宣传周】“我与食品安全同行”征文活动优秀作品选登

食品安全问期是人民群众最关心、最直接、最现实的利益问题，为广泛发动公众参与，营造公众关心、支持、参与食品安全的良好社会氛围，不断提高我省食品安全保障水平，特开展本次食品安全征文活动，

作品名称：守护学子舌尖上的安全

作者姓名：杨宪宪

学校名称：东乡族自治县锁南中学

守护学子舌尖上的安全

食品是人类赖以生存的物质，是人类不可或缺的东西。中国人最善于对普通的饮食赋予生活的美好寓意，现今，我们依然可以为“舌尖上的中国”的美誉而自豪。随着生活水平的不断提高，人们的食品安全意识在不断上升，“食品安全”早已成为社会的热点话题，人们在注重吃得美味的同时，更要吃得放心。而学校食品安全更是重中之重，牵动着无数家长的心，值得我们深思。

病从口入，许多疾病都是由饮食不当引起的。2018年安徽省芜湖市爆出幼儿园给孩子们吃发霉的大米、发臭的鸡腿，这让大众愤怒不已，引起的社会各界的广泛关注。让人意外的是，随着这件事情的爆出，在半年多的时间里多名家长在网上爆料，成都七中实验学校食堂，使用过期、变质甚至已经霉变的食物，食堂中还有大量的食品添加剂，网上传播的照片和 *** 让人触目惊心，这还是一所拥有6000余名 *** 的重点学校， *** 家长的心情可想而知。

学校食堂涉及众多 *** ，一旦管理不善，就会引发群体食品安全事故，因此要高度重视。目前我们学校正在实行的校长陪餐 *** ，配备了专门的食品安全管理人员，加强对校园食品安全的监督与管理。建立食品相关从业人员的健康管理档案，做好食品的公开公示、留样，保障食品加工、食品供应链的透明化。对食品供应商与配送商及时的索要资质、检验证明等，落实索证索票 *** 。完善食品的招标采购和验收入库环节，保证食品的储存与保管合理规范。同时提高食堂工作人员的素质，积极开展食品安全知识与技能的培训，做到一清二洗三消的基本要求，确保 *** 作流程合乎食品加工的要求。积极响应市场监管部门提倡的“食安东乡你我共创，东乡食安万家共享”等活动。

食品安全问题不能放松警惕，更不能 *** 大意。学校是人群较为 *** 的地方，关注 *** 的食品安全更应是头等大事。而作为学校的食品保管员，我深知自己的责任重大。首先，为了保障 *** 就餐的安全，就目前 *** 的特殊时期，对食品储藏室、后厨、大厅等场所每日进行三次消杀并做好记录，对食品配送人员索要两码一报告，以防止外来人员对食品的感染。其次，对食品流入的源头认真监管，及时向生产商和 *** 商索要各类食品的检验报告和检疫证明，拒收临期食品，随时检查入库食品的生产日期与保质期。再次，对入库食品符合规定的存放，离地离墙，对库房的避光施设随时检查，保证储藏室的空气流通，随时监测是否通风并做好防鼠工作。最后，在食品的发放上，由食堂人员专人领取，尤其是食品添加剂要专人保管； *** 早餐的发放要按班主任指定的 *** 持营养餐牌领取，并由班主任与本班 *** 签字确认。以此来确保 *** 舌尖上的安全，让 *** 吃的放心，吃的舒心，家长安心，营造安全放心的校园食品安全环境。

食品安全就在我们身边，可能正发生在我们的身上，危害着我们的健康，留意生活中的食品安全问题，关乎我们的生命。我们 *** 们食品安全意识淡薄，特别是嘴谗的一些同学，只知道吃东西的享受，而完全忽视了自己的身体，结果“病从口入”，才后悔莫及。学校食堂、营养餐管理部门联合德育处，对 *** 开展了“重视食品安全，杜绝粮食浪费”的活动，动员 *** 参与食品安全的宣传活动，让学校里的每个人成为食品安全的监督人，也要让 *** 成为食品安全的宣传者。

学校是培养人才的摇篮，是培育祖国未来的 *** 人与建设者的机构，关注这些孩子的健康也是学校工作的重点， 决不能让危害 *** 健康的食品在学校里有容身之处。让我们积极响应习 *** 食品安全”四个最严”要求，完善学校食品安全监管机制，呼吁全校师生参与食品安全宣传，提高法律意识，使学校食品安全的未来更加科学规范，合法合理。 　

推送单位：县教育局

编 辑：马金龙

审 核：祁正礼

标签： 质量 食品 安全 *** 怎么