openfoodfacts ai
v1
Dieses Repository dient dazu, alle unsere experimentellen KI-Bemühungen, Modellschulungen und Wunschlisten zu verfolgen und zu speichern.
Das Robotoff-Repo ist der Ort, um sie in die Produktion zu integrieren und trivialere Probleme zu melden.
Die meisten trainierten Modelle und nützlichen Datensätze sind den Versionen dieses Projekts oder den Versionen von robotoff-models beigefügt.
Eine Google-Tabelle verfolgt auch aktive Modelle.
Hier sind verschiedene Experimente.
Erkennung und Extraktion von Nährwerttabellen (2018 GSoc-Arbeit von Sagar) – integriert in Robotoff, wird für den Erkennungsteil von den Graphnet- und TableNet-Modellen verwendet
Nährwerttabellenextraktion (2020 von Sadok, Yichen und Ramzi) – auf Graphnet und TableNet
Grundlegende Nährwertextraktion für Texttabellen, bereits in der Robotoff-API
eingesetzt
Google.org-Stipendium (2021) – Kategorievorhersage basierend auf Zutaten und Titel – bereitgestellt
nicht bereitgestellt:
Vorhersage der EM Lyon-Kategorie (2020) – noch nicht ausgewertet und integriert
Kategorie aus OCR-Vorhersage, Laure (Laurel16) (2021) – noch nicht ausgewertet und integriert – Kategorien möglicherweise zu allgemein
laufendes Projekt @ openfoodfacts/off-category-classification#2
Wir treffen uns montags um 17:00 Uhr Pariser Zeit (16:00 Uhr Londoner Zeit, 21:30 Uhr IST, 08:00 Uhr PT) per E-Mail.
Link zum Videoanruf: https://meet.google.com/qvv-grzm-gzb
Nehmen Sie telefonisch teil: https://tel.meet/qvv-grzm-gzb?pin=9965177492770
Fügen Sie die Veranstaltung zu Ihrem Kalender hinzu, indem Sie den Open Food Facts-Community-Kalender zu Ihrem Kalender hinzufügen
Wöchentliche Tagesordnung: Bitte fügen Sie die Tagesordnungspunkte so früh wie möglich hinzu. Stellen Sie sicher, dass Sie die Tagesordnungspunkte vor der Sitzung überprüfen, damit wir möglichst fundierte Diskussionen führen können.
Bei der Besprechung werden zunächst die Tagesordnungspunkte und, wenn es die Zeit erlaubt, die gemeinsame Fehlertriage behandelt.
Wir bemühen uns, den Kern des Meetings (Entscheidungsfindung) auf 30 Minuten zu beschränken, mit optionaler kostenloser Diskussion/Live-Debugging im Anschluss.
Wir machen in der wöchentlichen Agenda ausführliche Notizen zu den Diskussionen zu den Tagesordnungspunkten und den getroffenen Entscheidungen.
Erkennung von Etiketten und Logos (Data 4 Good, von Raphael, Charlotte und Antoine – Code wird dupliziert und in Robotoff integriert
logo-ann (im Zusammenhang mit Logos und Etiketten) – Klassifizierung mithilfe der ungefähren KNN-Suche – bereitgestellt in robotoff-ann
Die Aktualisierung des vorgewichteten Modells auf aktuelle Veröffentlichungen bietet einen schönen, mühelosen Boost
Rechtschreibprüfung (von Wauplin) – Code wird dupliziert und in Robotoff integriert
OCR-Reinigung (bitte eine Beschreibung hinzufügen)
Objekterkennung (bezogen auf Logos und Etiketten)
Sie können dieses Repository teilen und Ihre eigenen Experimente starten oder ein anderes Repository verwenden. Bitte verwenden Sie eine AGPL oder eine freizügigere, aber kompatible Lizenz.
Zögern Sie nicht, uns auf dem Kanal #robotoff (oder #computervision für Arbeiten im Zusammenhang mit Bildern) zu besuchen. Wir helfen Ihnen gerne dabei, Daten, Erkenntnisse und andere nützliche Tipps zu erhalten.
Unsere Roadmap für KI und Robotoff
Ideen für Forschungsprojekte für Open Food Facts
Ideen für angewandtes ML für Open Food Facts
Vorgeschlagene Ideen für Googles Summer of Code
Holen Sie sich die Daten, um mit Lebensmitteln zu spielen (siehe auch Datensätze in diesen Projektveröffentlichungen)
Sie können viele tolle Analysen von Open Food Facts-Daten in Notizbüchern auf Kaggle sehen
