FoodScan

Проект FoodScan - инновационное решение от команды "Автостопом по Хакатонам", предназначенное для решения проблемы маркировки детского питания. Мы объединили передовые технологии искусственного интеллекта с техническими решениями, чтобы предложить родителям быстрый и надежный способ проверки продуктов на соответствие стандартам безопасности и качества.

Описание проекта

FoodScan использует русскоязычную модель Сайга и другие передовые технологии искусственного интеллекта для сканирования и анализа маркировки продуктов. Мы предоставляем родителям уверенность в выборе продуктов для своих детей, основываясь на точных и надежных данных.

Особенности проекта

• Интеллектуальный анализ продуктов: Используя передовые алгоритмы машинного обучения и нейронные сети, FoodScan проводит глубокий анализ маркировки продуктов, выявляя информацию о их составе, питательной ценности и безопасности для детского питания.

• Автоматизированное сканирование текста с изображений: Наша система оснащена мощным механизмом распознавания текста, который автоматически извлекает информацию с фотографий маркировки продуктов, обеспечивая быструю и точную обработку данных.

• Использование русскоязычной модели Сайга: FoodScan использует современную русскоязычную языковую модель Сайга для обработки текста и генерации надежных ответов о соответствии продуктов стандартам детского питания.

• Визуализация результатов сканирования: Мы предоставляем удобный и информативный интерфейс для отображения результатов сканирования продуктов, позволяя пользователям быстро и легко оценить качество и безопасность продуктов для своих детей.

• Надежность и безопасность данных: FoodScan обеспечивает высокий уровень защиты конфиденциальности и безопасности данных пользователей, гарантируя, что информация о продуктах и их анализе остается строго конфиденциальной и защищенной.

Как использовать

1. Установка зависимостей: Установите необходимые зависимости, выполнив pip install -r requirements.txt.
2. Запуск процесса сканирования: Запустите функцию result_pipeline() для сканирования и анализа продуктов.
3. Получение результатов: Получите сгенерированный ответ, содержащий информацию о продукте и его соответствии стандартам детского питания.

Контакты

Команда разработчиков:

1. Шатохим Максим - Капитан Команды & Fullstack developer
2. Чесников Леонид - AI-Engineer
3. Пискленов Тимофей - AI-Engineer
4. Школенко Кирилл - Backend developer
5. Мелихова Диана - Designer