• Проекты -
  • Оценка -
  • Рейтинг 392

Бюджет: 100 EUR Срок: 2 дня

Здравствуйте,

Готов предложить техническую консультацию по разработке сервиса для визуальной оценки качества приготовления блюд.

Мой подход:
• Использование методов компьютерного зрения (CV) и машинного обучения (ML) для анализа изображений блюд.
• Применение сверточных нейронных сетей (CNN) для классификации уровня качества (например: хорошо приготовлено / недостаточно приготовлено).
• Возможность дополнить модель метриками визуальной эстетики (цвет, текстура, равномерность приготовления).

Технологический стек:

  • Проекты 8
  • Оценка 5.0
  • Рейтинг 2 355

Бюджет: 80 EUR Срок: 3 дня

Привет, делал похожий проект который расчитывал калории блюда.

алгоритм я бы выбрал максимально простой:
Сервис принимает изображения блюда и передает его в gemini/chatgpt ( я рекомендую лично gemini)

Промптом описываем как именно мы хотим оценивать блюдо. Описываем цвет/подачу/...

Уверяю что точность будет лучше чем любой другой выбранный алгоритм. Обучать свою модель дорого. А текущие версии ИИ позволяют классифицировать все что угодно, но нужен дополнительно хороший промпт. Это максимально эффектинвый алгоритм.

  • Проекты 7
  • Оценка 5.0
  • Рейтинг 1 562

Бюджет: 50 EUR Срок: 1 день

Я вхожу в топ-5 разработчиков в категории «Искусственный интеллект и машинное обучение» среди ~2100 специалистов на платформе. Гарантирую: - Быстрое и качественное выполнение задания - Четкое соблюдение дедлайнов - Регулярная связь на протяжении всего процесса Буду рад обсудить детали вашего проекта в личных сообщениях.

  • Проекты 25
  • Оценка 5.0
  • Рейтинг 2 215

Бюджет: 50 EUR Срок: 3 дня

Здравствуйте, я работаю с python более 5 лет, уже несколько лет работаю с opencv. В данном случае нам нужно разработать классификатор. Можно поискать похожие модели и дообучить их или создать свою с нуля. Есть готовые модели классификаторов блюд, но для определения того, как блюдо приготовлено, нужно анализировать цвета, продукты. Поэтому нужно сделать несколько этапов и моделей, сначала классификатор блюда, обученный на достаточно большом датасете, затем мы анализируем цветовую палитру блюда и сравниваем с блюдами из датасета, больше разница - хуже блюдо, затем анализ составных, есть ли здесь какие-то продукты для распознавания, их количество и соотношение и сравнение с идеальными значениями датасета. В общем, задача интересная, буду рад обсудить детали!

  • Проекты 4
  • Оценка 5.0
  • Рейтинг 1 412

Бюджет: 50 EUR Срок: 1 день

Здравствуйте! Могу проконсультировать вас и превратить идею в четкую постановку задачи, которую затем реально собрать в рабочий MVP.

У меня есть релевантный опыт с компьютерным зрением в сложных продакшн-кейсах (могу рассказать приватно, если вас заинтересует). С задачами типа “оценить качество по фото” наиболее важно правильно определить, что именно считаем качеством, какие признаки должны быть видимы на изображении, и как организовать данные так, чтобы модель не училась на фоне/свете вместо продукта.

Предлагаю диалог в удобном для вас формате, где быстро пройдемся по вашим блюдам/категориям, источнику фото (одна камера/разные телефоны), формате ответа (accept/reject, классы или скор) и допустимой ошибке. После этого я отправлю сжатый документ с рекомендованным подходом (какая архитектура/стек, какие данные и разметка нужны, какие метрики имеют смысл, какие риски и что делать, чтобы их устранить) и дам реалистичную оценку, на какую точность можно выйти в ваших условиях и какой объем данных для этого понадобится.

Если после консультации захотите двигаться дальше, смогу также предложить план реализации MVP (API/demo, базовая модель, проверка качества на контрольном тесте).

  • Проекты 6
  • Оценка -
  • Рейтинг 410

Бюджет: 130 EUR Срок: 1 день

Здравствуйте,

Спасибо за подробное описание, буду рад помочь с реализацией проекта. Я инженер по разработке программного обеспечения с более чем 7-летним опытом создания различных веб-сайтов, SaaS-решений, сложных веб-платформ и MVP для стартапов. В портфолио я указал на некоторые разработанные проекты.

Мой стек включает следующие технологии и их фреймворки: PHP (Yii2, Laravel, Symfony), HTML5, CSS3, JS (Vue.js, React.js), MySQL, PostgreSQL.

  • Проекты 4
  • Оценка 4.6
  • Рейтинг 12 784

Бюджет: 1500 EUR Срок: 10 дней

Привет,

Методы
- Компьютерное зрение с глубоким обучением
- Классификация/регрессия изображений на основе CNN
- Передача обучения (предобученные модели для еды/изображений)
- Дополнительно: обнаружение/сегментация объектов для сложных блюд

Технологический стек
- Python

Ставки скрыты

В списке не показаны ставки, скрытые заказчиком или фрилансером c профилем Plus, а также ставки, нарушающие правила

Актуальные фриланс-проекты в категории AI и машинное обучение

15 июля
14 июля
14 июля
14 июля
14 июля