Сервіс з візуальної оцінки якості приготування страв (ML/CV)

Бюджет: 100 EUR Термін: 2 дні

Доброго дня,

Готовий запропонувати технічну консультацію щодо розробки сервісу для візуальної оцінки якості приготування страв.

Мій підхід:
• Використання методів комп'ютерного зору (CV) та машинного навчання (ML) для аналізу зображень страв.
• Застосування згорткових нейронних мереж (CNN) для класифікації рівня якості (наприклад: добре приготовано / недостатньо приготовано).
• Можливість доповнити модель метриками візуальної естетики (колір, текстура, рівномірність приготування).

Технологічний стек:
• Python (TensorFlow / PyTorch)
• OpenCV для попередньої обробки зображень
• FastAPI або Flask для створення сервісу та REST API
• Можливість інтеграції з хмарними платформами (Google Cloud, AWS) для масштабованості

Приблизний алгоритм:
1. Збір та анотація датасету зображень страв з різними рівнями якості.
2. Попередня обробка зображень (нормалізація, аугментація).
3. Навчання CNN-моделі для класифікації якості.
4. Валідація та тестування моделі на нових даних.
5. Розробка сервісу з API для завантаження зображення та отримання оцінки.
6. Можливість розширення функціоналу (наприклад, рекомендації щодо покращення приготування).

Завдяки міжнародному досвіду в галузі AI/UX та роботі з різними ринками, можу запропонувати рішення, яке буде не лише технічно коректним, але й зручним для кінцевого користувача.

Готовий обговорити деталі та адаптувати рішення під Ваші вимоги.

З повагою,
Assontsa Sonfack Toscani Розгорнути

Бюджет: 80 EUR Термін: 3 дні

Привіт, робив схожий проект, який розраховував калорії страви.

Алгоритм я б вибрав максимально простий:
Сервіс приймає зображення страви і передає його в gemini/chatgpt (я рекомендую особисто gemini)

Промптом описуємо, як саме ми хочемо оцінювати страву. Описуємо колір/подачу/...

Запевняю, що точність буде кращою, ніж будь-який інший вибраний алгоритм. Навчати свою модель дорого. А поточні версії ШІ дозволяють класифікувати все, що завгодно, але потрібен додатково хороший промпт. Це максимально ефективний алгоритм.

Бюджет: 50 EUR Термін: 1 день

я входжу до топ-5 розробників у категорії «Штучний інтелект і машинне навчання» серед ~2100 фахівців на платформі.
Гарантую:
- Швидке та якісне виконання завдання
- Чітке дотримання дедлайнів
- Регулярний зв'язок протягом усього процесу
Буду радий обговорити деталі вашого проекту у приватних повідомленнях.

Бюджет: 50 EUR Термін: 3 дні

Вітаю, працюю з python більше 5 років, вже декілька років працюю з opencv. В даному випадку нам потрібно розробити класифікатор. Можна пошукати на схожі моделі і донавчити їх або з нуля свою. Є готові можелі класифікаторів страв, але для визначення того як страва приготована потрібно аналізувати кольори, продукти. Тому потрібно зробити декілька етапів та моделей, спочатку класифікатор страви навчений на достатньо великому датасеті, далі ми аналізуємо кольору палітру страви та порівнюємо з стравами з датасету, більше різниця - гірша страва, далі аналіз складових, чи наявні тут якісь продукти для розпізнавання, їх кількість та співвідношення і порівняння з ідеальними значеннями датасету. Загалом задача цікава, буду радий обговорити деталі!

Бюджет: 50 EUR Термін: 1 день

Вітаю! Можу проконсультувати вас та перетворити ідею на чітку постановку задачі, яку потім реально зібрати в робочу MVP.

У мене є релевантний досвід з комп’ютерним зором у складних продакшн-кейсах (можу розповісти приватно, якщо вас зацікавить). З задачами типу “оцінити якість по фото” найважливіше правильно визначити, що саме вважаємо якістю, які ознаки мають бути видимі на зображенні, та як організувати дані так, щоб модель не вчилась на фоні/світлі замість продукту.

Пропоную діалог у зручному для вас форматі, де швидко пройдемось по вашим стравам/категоріям, джерелу фото (одна камера/різні телефони), форматі відповіді (accept/reject, класи або скор) і допустимій помилці. Після цього я надішлю стислий документ з рекомендованим підходом (яка архітектура/стек, які дані та розмітка потрібні, які метрики мають сенс, які ризики й що робити, щоб їх прибрати) і дам реалістичну оцінку, на яку точність можна вийти у ваших умовах та який обсяг даних для цього знадобиться.

Якщо після консультації захочете рухатися далі, зможу також запропонувати план реалізації MVP (API/демо, базова модель, перевірка якості на контрольному тесті).

Бюджет: 130 EUR Термін: 1 день

Вітаю Вас,

Дякую за детальний опис, буду раді допомогти з реалізацією проекту. Я Software Development Engineer з більш ніж 7-річним досвідом створення різних веб-сайтів, SaaS-рішень, складних веб-платформ і MVP для стартапів. У портфоліо я вказував на деякі розроблені проекти.

Мій стек включає наступні технології та їх фреймворки: PHP(Yii2, Laravel, Symfony), HTML5, CSS3, JS (Vue.js, React.js), MySQL, PostgreSQL.

Бюджет: 1500 EUR Термін: 10 днів

Привіт,

Методи
- Комп'ютерне бачення з глибоким навчанням
- Класифікація/регресія зображень на основі CNN
- Передача навчання (попередньо навчені моделі їжі/зображень)
- Додатково: виявлення/сегментація об'єктів для складних страв

Технологічний стек
- Python
- PyTorch або TensorFlow
- OpenCV (попередня обробка зображень)
- FastAPI/Flask (бекенд API)
- Docker, GPU (CUDA)
- Хмара: AWS / GCP / Azure
- Додатковий фронтенд: веб або мобільний додаток

Приблизний алгоритм
- Зібрати та позначити зображення страв (недоварене / нормальне / переварене або оцінка якості).
- Попередньо обробити зображення (змінити розмір, нормалізувати, збільшити).
- Навчити модель CNN, використовуючи передачу навчання.
- Перевірити та налаштувати модель.
- Розгорнути модель як API сервіс.
- Користувач завантажує фото → модель аналізує → повертає якість приготування та впевненість.

З найкращими побажаннями Розгорнути