Skip to content
Eine Hand hält ein Handy über eine Salatschüssel mit Lachs und Avocado, mit schwebenden Karten für jede Zutat.
#ai

Kiweat

Ernährung aus einem Foto des Tellers

> for sunny side up studioski · 2016
01· das projekt
> Ein Projekt für Sunny Side Up Studios.

Ein Foto, und du weißt, was du isst.

Kiweat war eine Ernährungs-App: Man richtet das Handy auf einen Teller und erfährt, was darauf ist, wie viele Kalorien es hat, welche Nährstoffe und welchen Food Score, mit einem Hinweis, wofür das Gericht gut oder schlecht ist.

Wir haben 2016 die Erkennung dahinter in drei Phasen gebaut. Zuerst auf Google Vision, dann mit unserem eigenen neuronalen Netz, trainiert auf einem Katalog von 500 Gerichten, mit Vision als Rückfallebene und Nutritionix für das, was dem Katalog fehlte. Jede Korrektur der Nutzer floss als Feedback in die nächste Trainingsrunde. Das Backend ist Python, mit Django, TensorFlow und MongoDB.

> cat /works/kiweat.md
TYPKI
KUNDESUNNY SIDE UP STUDIOS
JAHR2016
gebaut mit
  • Django
  • Python
  • TensorFlow
  • MongoDB
  • Google Cloud
  • Nutritionix
#ai
02· in zahlen
500> Gerichte, die das Netz unterscheidet
3> Phasen, Mai bis Juni 2016
2> Erkenner: unser Netz, mit Google Vision als Rückfallebene
03· so funktioniert es
01

Fotografieren

Man fotografiert den Teller.

02

Erkennen

Unser Netz benennt das Gericht; Google Vision springt ein, wenn es nicht weiterweiß.

03

Bewerten

Kalorien, Nährstoffe und Food Score kommen aus den Ernährungsdaten.

04

Lernen

Die Korrektur der Nutzer fließt als Feedback ins Nachtraining.

04· credits
for sunny side up studios. AI. 2016

Arbeitest du an etwas Ähnlichem? Erzähl uns, was du brauchst.

05· nächstes projekt
> cd /works/map-of-history
Map of History> AR-Abenteuerspiel
> navbar collapsed · scroll to the end
Crowtec