sniff_ai

Farejar IA

Sniff AI é uma plataforma de criação de fragrâncias alimentada por IA que traduz textos poéticos e descritivos em composições de fragrâncias personalizadas. Este projeto combina IA generativa com um banco de dados de fragrâncias com curadoria para inspirar e gerar perfis de aromas, apresentando recursos de gerenciamento de produtos e engenharia de IA/ML.

---

Índice

• Visão geral do projeto
• Principais recursos
• Pilha de tecnologia
• Fases e progresso do projeto
• Instalação
• Uso
• Melhorias Futuras

---

Visão geral do projeto

Sniff AI gera composições de fragrâncias personalizadas com base em descrições fornecidas pelo usuário, variando de frases simples a imagens poéticas. A plataforma aproveita um conjunto de dados de fragrâncias existentes para treinamento e referência de modelos, criando misturas exclusivas que se alinham com as informações do usuário.

---

Principais recursos

• Geração de texto para fragrância : Transforme a linguagem descritiva em um perfil de fragrância exclusivo.
• Banco de dados de fragrâncias : acesso a um banco de dados pesquisável de fragrâncias existentes com notas detalhadas de fragrâncias, famílias de aromas e informações adicionais.
• Interface personalizável : UI amigável para inserir descrições, selecionar notas preferidas e visualizar composições de fragrâncias geradas.
• Sistema de Feedback : Um mecanismo para os usuários avaliarem as fragrâncias geradas, auxiliando no refinamento do modelo.

---

Pilha de tecnologia

• Back-end : Python, Flask ou Django
• Front-end : React ou Vue.js
• Banco de dados : PostgreSQL com Elasticsearch para pesquisa rápida
• Modelagem : IA generativa (por exemplo, GPT ou modelos de transformadores personalizados) e PNL

---

Fases e progresso do projeto

Fase 1: Pesquisa e Coleta de Dados

• Reúna dados de fragrâncias de bancos de dados on-line e fontes públicas
• Organize um conjunto de dados de notas de fragrâncias, descrições e famílias de aromas
• Compilar dados pareados de descrições poéticas e composições de fragrâncias para treinamento inicial

Conjunto de dados foi construído neste projeto Fragrâncias

Fase 2: Desenvolvimento Inicial do Modelo

• Modelo de linguagem de ajuste fino (GPT, BERT ou similar) em dados de texto-fragrância emparelhados
• Treine o modelo de composição de fragrâncias para criar misturas a partir de interpretações semânticas de descrições
• Avalie os resultados do modelo para garantir relevância e precisão usando pontuações de similaridade

Fase 3: Construindo o Banco de Dados

• Configure um banco de dados relacional (PostgreSQL) para armazenar dados de fragrâncias
• Integre o Elasticsearch para uma pesquisa eficiente de fragrâncias
• Preencha o banco de dados com dados de fragrâncias selecionados

Fase 4: Interface do usuário e experiência

• Projete modelos de interface de usuário para entrada de texto e exibição de saída de fragrância
• Implementar frontend em React ou Vue.js
• Integre o modelo com a UI para geração de fragrâncias assíncronas ou em tempo real

Fase 5: Refinamento do Modelo

• Estabeleça ciclos de feedback do usuário, permitindo que os usuários avaliem ou ajustem as fragrâncias geradas
• Integrar mecanismo de feedback para refinar os resultados do modelo com base nas interações do usuário
• Iterar nas melhorias do modelo com base em feedback e testes

---

Instalação

As instruções para configurar o projeto localmente estarão aqui.

---

Uso

As instruções para usar o Sniff AI estarão aqui, incluindo como inserir descrições, selecionar notas de fragrância e visualizar resultados.

---

Melhorias Futuras

• Personalização de entrada adicional : permite que os usuários selecionem a intensidade da fragrância, estação ou ocasião.
• Melhor correspondência de fragrâncias : Refine a pontuação de similaridade para obter resultados de fragrâncias mais precisos.
• Contas de usuário e fragrâncias salvas : permite que os usuários salvem composições geradas em seus perfis.
• Versão móvel : Desenvolva uma versão móvel responsiva da plataforma.

---

Sinta-se à vontade para contribuir, sugerir recursos ou enviar comentários. Este projeto está em andamento e qualquer contribuição será apreciada!

---