近年来，随着智能家居概念的普及，智能家居的发展越来越快，很多智能的家居用品如智能冰箱、智能洗衣机等都逐渐融入了人们的生活。一些IT界巨头Google、微软等都在智能家居领域投入越来越多的精力和研究，国内企业如海尔、美的等也纷纷开始了智能产品的研发。其中，智能冰箱是智能家居中重要的一部分，而在智能冰箱中，食物识别这一技术占有非常重要的地位，智能冰箱中的很多应用都是基于对冰箱中存储的食物的识别来完成。　　本文就食物识别这一问题进行了探讨，并完成了基于卷积神经网络的食物识别系统。本文主要完成了以下几个工作:1）针对传统的食物识别的研究，本文分析了以往研究的不足，提出了基于深度学习和卷积神经网络框架的解决方法。传统的食物识别的识别能力有限，只能识别出几十类上百类食物，本文的网络给出了基于1000种食物的实现。2）本文构建了基于卷积神经网络的训练框架并给出了具体实现。对训练框架的每一层以及网络中用到的技术细节和优化方法，我们给出了详细的说明，并写代码实现。3）本文对训练框架进行了大量的图片测试，经过多次测试，最终Top-1的识别率达到57％～60％。4）结合以上基于卷积神经网络的训练框架得到的训练结果，本文搭建了食物识别系统，来进行食物图片的上传和识别。　　本文在最终的食物识别系统上传了食物图片并进行了测试，得到不错的识别效果。