Описание проекта
Нужно приложение для смартфона, которое по одной фотографии тарелки понимает, что на ней лежит, и сразу выдаёт оценку калорийности и состава — белки, жиры, углеводы. Пользователь наводит камеру на еду, делает снимок, а приложение само распознаёт блюдо или отдельные продукты на тарелке и прикидывает размер порции. Это принципиально не дневник питания, где название блюда выбирают из списка руками — суть в том, что распознавание идёт по фотографии, а ручной ввод нужен только как запасной вариант при неудачном снимке.
Автоматическое распознавание никогда не будет стопроцентным, поэтому после оценки должен появляться экран корректировки: человек может поправить то, что распознала система, изменить размер порции или заменить продукт, а цифры калорийности и БЖУ пересчитываются на лету. Каждый подтверждённый приём пищи сохраняется, и в приложении должна вестись история питания минимум за месяц — с суточными итогами и возможностью открыть любой прошедший день и посмотреть, что было съедено.
Рассматриваю как нативную разработку под iOS и Android, так и кроссплатформенный фреймворк — главное, чтобы съёмка и обработка снимка работали быстро на обычном телефоне среднего класса. В отклике хотелось бы увидеть опыт работы с распознаванием изображений, реалистичную оценку точности и разбивку работ по этапам.
Опишите также:
— какой подход к модели распознавания планируете использовать
— насколько точна оценка для смешанных блюд
— что происходит при плохом снимке или слабом интернете
— стоимость и сроки по этапам
Автоматическое распознавание никогда не будет стопроцентным, поэтому после оценки должен появляться экран корректировки: человек может поправить то, что распознала система, изменить размер порции или заменить продукт, а цифры калорийности и БЖУ пересчитываются на лету. Каждый подтверждённый приём пищи сохраняется, и в приложении должна вестись история питания минимум за месяц — с суточными итогами и возможностью открыть любой прошедший день и посмотреть, что было съедено.
Рассматриваю как нативную разработку под iOS и Android, так и кроссплатформенный фреймворк — главное, чтобы съёмка и обработка снимка работали быстро на обычном телефоне среднего класса. В отклике хотелось бы увидеть опыт работы с распознаванием изображений, реалистичную оценку точности и разбивку работ по этапам.
Опишите также:
— какой подход к модели распознавания планируете использовать
— насколько точна оценка для смешанных блюд
— что происходит при плохом снимке или слабом интернете
— стоимость и сроки по этапам
Разработка мобильных приложений Наличные, Банковский перевод
