這個儲存庫用於追蹤和儲存我們所有的實驗性人工智慧成果、模型訓練和願望清單。
Robotoff 儲存庫是將它們整合到生產中並提交更多瑣碎問題的地方。
大多數經過訓練的模型和有用的資料集都附加到該項目的版本或 robotsoff-models 的版本中。
谷歌電子表格也追蹤活動模型。
這裡有不同的實驗。
營養表檢測和提取(Sagar 2018 GSoc 工作)- 整合在 Robotoff 中,用於 Graphnet 和 TableNet 模型的檢測部分
營養表提取(2020 年,Sadok、Yichen 和 Ramzi)- 在 Graphnet 和 TableNet 上
文本表的基本營養提取,已在 Robotoff API 中
已部署
Google.org 獎學金 (2021) - 基於成分和標題的類別預測 - 已部署
未部署:
里昂 EM 類別預測 (2020) - 尚未評估和整合
OCR 預測的類別,Laure (Laurel16) (2021) - 尚未評估和整合 - 類別可能太籠統
正在進行的項目@ openfoodfacts/off-category-classification#2
我們每週一巴黎時間 17:00 舉行電子會議(倫敦時間 16:00,美國標準時間 21:30,太平洋時間上午 08:00)
視訊通話連結:https://meet.google.com/qvv-grzm-gzb
透過電話加入:https://tel.meet/qvv-grzm-gzb?pin=9965177492770
透過將 Open Food Facts 社群日曆新增至您的日曆,將活動新增至您的日曆
每週議程:請儘早新增議程項目。請務必在會議前檢查議程項目,以便我們進行最明智的討論。
會議將首先處理議程項目,如果時間允許,則進行協作錯誤分類。
我們努力將會議的核心(決策)時間限制在 30 分鐘,之後可選擇自由討論/即時除錯。
我們在每週議程中全面記錄議程項目的討論和做出的決定。
標籤和標誌偵測(Data 4 Good,作者:Raphael、Charlotte 和 Antoine - 程式碼被複製並整合到 Robotoff 中
logo-ann(與徽標和標籤相關) - 使用近似 KNN 搜尋進行分類 - 部署在 robotsoff-ann 中
將預加權模型更新到最近的出版物可以輕鬆實現良好的提升
拼字檢查(由 Wauplin 提供)- 程式碼被複製並整合到 Robotoff 中
ocr-cleaning(請新增描述)
物件檢測(與徽標和標籤相關)
您可以分叉此儲存庫並開始自己的實驗或使用不同的儲存庫。請使用 AGPL 或更寬鬆但相容的授權。
請隨時加入我們的#robotoff 頻道(或#computervision 進行與圖像相關的工作)。我們很樂意協助您獲取數據、見解和其他有用的提示。
我們的人工智慧和 Robotoff 路線圖
開放食品事實研究計畫的想法
針對 Open Food Facts 應用 ML 的想法
為 Google 程式設計之夏提出的想法
取得數據以開始玩食物(另請參閱本項目版本中的數據集)
您可以在 Kaggle 上的筆記本中看到許多對 Open Food Facts 資料的精彩分析