近年、機械学習による食事画像分類の性能は飛躍的に向上している一方、分類の粒度は多くの場合数百クラスに留まっている。食事画像の詳細な分類を実現するには多くのクラスを含むデータセットでの学習が不可欠だが、データの収集や整理の観点から、そのような食事画像データセットの作成は難しい。そこで本研究では、食事管理アプリケーションを通して集められた食事画像データをCLIPを活用して整理・整形する手法を提案し、それを基に1921クラスを有する食事画像データセットを構築した。