NutriGenie Ai

Nutrigenie-ai?

นักโภชนาการแบบ end-to-end นักโภชนาการ AI โดยใช้ Google Gemini Pro Vision รูปแบบภาพขนาดใหญ่

สาธิต? ✅

ลิงค์แอพสด: Nutrigenie

ภาพรวม

Nutrigenie-Ai เป็นแอพพลิเคชั่นที่ใช้ประโยชน์จาก Google Gemini Pro Vision แบบจำลองภาพขนาดใหญ่เพื่อให้การวิเคราะห์ทางโภชนาการของมื้ออาหารของคุณ นักโภชนาการที่ขับเคลื่อนด้วย AI วิเคราะห์ภาพของมื้ออาหารของคุณคำนวณแคลอรี่ทั้งหมดให้รายละเอียดเกี่ยวกับปริมาณแคลอรี่ของรายการอาหารแต่ละรายการและเสนอการสลายทางโภชนาการ

ซ้อนเทค

• Streamlit: Frontend Framework สำหรับการสร้างเว็บแอปพลิเคชันด้วย Python
• Google Gemini Pro Vision: โมเดลภาพขนาดใหญ่สำหรับการมองเห็นขั้นสูงและโซลูชั่นข้อความ
• Pillow (PIL): Library Imaging Python เพื่อจัดการกับภาพ
• Numpy: ไลบรารีสำหรับการดำเนินการเชิงตัวเลข
• Tensorflow: กรอบการเรียนรู้ของเครื่องโอเพนซอร์ส
• Streamlit WebRTC: ส่วนขยายของ Streamlit สำหรับการประมวลผลวิดีโอแบบเรียลไทม์

การตั้งค่า

1. โคลนที่เก็บ:

   git clone https://github.com/HimanshuMohanty-Git24/NutriGenie-Ai.git

2. นำทางไปยังไดเรกทอรีโครงการ:

    cd NutriGenie-Ai

3. ติดตั้งการพึ่งพา:

   pip install -r requirements.txt

4. รับ Google Gemini Pro Vision API คีย์:

   • เยี่ยมชม Google Makersuite
   • สร้างโครงการใหม่หรือเลือกโครงการที่มีอยู่
   • สร้างข้อมูลรับรอง API (คีย์ API) และใช้ในโครงการ

5. ตั้งค่าตัวแปรสภาพแวดล้อม:

   • สร้างไฟล์ .env ในรูทโครงการ
   • เพิ่มคีย์ Google API ของคุณลงในไฟล์ .env :

      GOOGLE_API_KEY = your_api_key_here

6. เรียกใช้แอพ:

   streamlit run app.py

7. เข้าถึงแอพ: เปิดเว็บเบราว์เซอร์ของคุณและไปที่ http: // localhost: 8501

การใช้งาน

1. เลือกวิธีการอัปโหลด: "อัปโหลดรูปภาพ" หรือ "ถ่ายภาพ" อย่างใดอย่างหนึ่ง
2. อัปโหลดภาพมื้ออาหารของคุณหรือถ่ายภาพโดยใช้กล้อง
3. คลิก "วิเคราะห์อาหารของฉัน" เพื่อรับการวิเคราะห์ทางโภชนาการโดยละเอียด

หมายเหตุสำคัญ

ตรวจสอบให้แน่ใจว่าคุณใช้คีย์ Google Gemini Pro Vision API ของคุณเองสำหรับการเข้าถึงโมเดลภาพขั้นสูง ปกป้องคีย์ API ของคุณและหลีกเลี่ยงการแบ่งปันต่อสาธารณะ

อย่าลังเลที่จะมีส่วนร่วมรายงานปัญหาหรือแนะนำการปรับปรุง!