Gugram: 이미지 처리 인공지능을 활용한 식단기록 서비스

목차

1. 프로젝트 소개
2. 프로젝트 사용 도구와 데이터
3. 프로젝트 기능 소개
4. 프로젝트 구조
5. 프로젝트 AI 성능 지표 및 모델

1. 프로젝트 소개

Gugram

이미지 처리 인공지능을 활용한 식단기록 서비스

차별화 기능 1	이미지 처리 모델로 사진속 음식의 이름을 추론하여 그 결과를 기록
차별화 기능 2	OPEN AI API를 활용하여 사용자의 식단 데이터를 바탕으로 식단 분석을 Chat GPT4.0에 요청

2. 프로젝트 사용 도구와 데이터

사용 도구 및 데이터

• AI
  

• Front-end
  

• Back-end
  

• Deploy
  

• Datas
  음식 이미지 및 영양정보 텍스트 : https://www.aihub.or.kr/aihubdata/data/view.do?currMenu=&topMenu=&aihubDataSe=data&dataSetSn=74
  --> 이미지 처리 모델 학습에 사용
  
  식품의약품안전처 식품영양성분 API : https://various.foodsafetykorea.go.kr/nutrient/
  --> 음식 영양성분 데이터로 사용
  
  

3. 프로젝트 기능 설명

1. 회원가입 & 로그인 페이지	2. 메인페이지
로컬로그인과 구글로그인으로 서비스를 이용할 수 있습니다.	홈 화면에서는 하루섭취 정보를 볼 수 있습니다.

3. 식단 기록 페이지
아침,점심,저녁,간식을 선택하여 기록할 수 있습니다.	아침,점심,저녁,간식 중 택1하면 기록페이지로 넘어갑니다.	"촬영 기능" 으로 음식 사진을 업로드 할 수 있습니다.	"이미지 업로드 기능" 으로 음식 사진을 업로드 할 수 있습니다.
사진 업로드 후 분석요청시 AI서버에 사진 분석이 요청됩니다.	분석이 끝난 뒤에 분석결과가 나타납니다.	분석이 끝난 뒤에 분석결과를 선택하여 수정할 수 있습니다.	수정을 마치면, 식단 기록이 완료됩니다.

4. AI영양사 페이지
OPEN AI API를 사용하여 chat gpt에게 식단분석을 요청할 수 있습니다.

4. 프로젝트 구조

5. 프로젝트 AI 성능 지표 및 모델

wandb
huggingface