项目概述
随着互联网和人工智能技术的发展,基于手机APP的日常饮食记录与健康管理系统开始受到国内外企业和学术界的重视。企业软件通常关注日常饮食及其营养成分的记录,如美国的MyFitnessPal、新加坡政府联合FoodAI公司的HPB Healthy365和我国的Keep软件;学术界则更关注基于图像的饮食分析与推荐。值得注意的是,现有软件和科研成果普遍基于外国饮食数据,缺乏对我国国情和人民健康需求的适应。
针对上述问题,本项目拟研发面向中餐的饮食健康管理系统,在通用饮食记录功能的基础上,嵌入申报人在人工智能领域的前沿科研成果、增加基于的饮食分析和基于社交云的饮食推荐功能,为人工智能技术落地传统行业、助力日常饮食健康的社区推广打下基础。
第一周计划
了解实训项目内容,讨论小组分工,制定研发计划,第一周主要内容是研发准备,各小组按计划调研研发任务所需开发环境与工具:
- 前端 ,Vue框架
- 后端,Flask框架
- 数据库,PostgreSQL
我的工作
我在项目中负责饮食识别功能模块,通过调用饮食识别算法,对用户上传的饮食照片进行分析并展示结果。
难点:饮食识别算法嵌入,包括算法嵌入中需要安装算法依赖环境。
解决方案:
- 系统和算法实现都采用python语言
- 安装算法所需环境numpy、pytorch、torchvision
- 将算法封装,系统后台调用