机构名称：
¥ 1.0
摘要：响应现代生活的忙碌速度，越来越需要智能手机网络应用程序来简化餐食的准备。我们的项目旨在通过开发由计算机视觉和机器学习等技术提供动力的复杂食谱建议系统来满足这一需求。主要目的是简化用户的烹饪体验，这些用户经常发现自己不确定自己在手头上烹饪的食材。通过利用计算机视觉技术，我们的系统可以准确识别用户可用的成分。然后使用机器学习算法对此信息进行处理，以生成量身定制的食谱建议。这种方法消除了对大量进餐计划或手动食谱搜索的需求，从而节省了用户的宝贵时间和精力。为了解决这个问题，我们准备了一个成分数据集，其中包含15个食品成分类别的图像12,558张图像。Yolov8对象检测模型用于检测和分类食品成分。此外，推荐系统是使用机器学习构建的。最后，我们的准确度为96％，这是令人印象深刻的。关键字：对象检测，Yolov8，FastApi，TF-IDF，Word2Vec。
使用深度学习的成分检测和食谱建议
主要关键词
相关文件推荐
