文件名称：即食：深度学习中的食物检测和推荐
文件大小：18.23MB
文件格式：ZIP
更新时间：2024-02-26 00:24:37
nodejs food flask deep-neural-networks deep-learning
Snap＆Eat（原深139） 深度学习Hackathon 48h-Cotidiano（第一个项目= D ） 我们认为营养跟踪应该像拍照一样简单。 Snap＆Eat是一个Web应用程序，可通过图片跟踪用户的食物摄入量。 我们使用最先进的深度学习技术来识别菜肴，并根据用户的餐食进行即时营养估算。 该应用程序还根据用户的收入来建议用餐，并能够显示附近提供这些菜肴的地方。 该系统是使用在Pytorch中实现的，它依赖Jupyter Notebook进行原型制作。 对于Web应用程序，我们使用Flask和Node.js。 演示版 我们的模型 我们使用-ResNeXt-101，具有101层，在
【文件预览】：
snap-n-eat-master
----.gitignore(1KB)
----data()
--------readme-imgs()
--------nutrition_values.csv(6KB)
--------nutrition_table.ipynb(50KB)
----src()
--------services()
--------notebooks()
--------webapp()
----LICENSE(1KB)
----README.md(3KB)
----presentation.pdf(2MB)