👍 라즈베리파이 프로젝트의 흐름과 직접 진행하면서 기록한 내용입니다

1. 개요 및 팀원역할 🎯

개요

• 로드셀HX711(무게센서)로 음식무게측정 → 라즈베리파이의 YOLO모델로 이미지 분류 (음식탐지)→ 음식 Data와 무게 비례 → 칼로리, 단백질, 지방, 탄수화물, 기타 영양소 들을 출력

팀원역할 및 담당

• 홍인영(본인) - 라즈베리파이4를 이용 음식 무게 및 정보를 Flask로 출력
• 박ㅇㅇ(팀장) - 기획 및 관리, 이미지 분류모델 사용
• 임ㅇㅇ - 웹프론트엔드(html,css)
• 곽ㅇㅇ - 영양성분 데이터 수집 보조

2. 음식이미지 학습 과정 📌

노션에 음식이미지를 학습했던 과정을 기록했습니다

1. yolo(다크넷 사용기록)
2. 코랩을 이용한 학습
3. 접시,음식 구분(문제파악)
4. 여러(중국)음식 학습

3. 라즈베리파이 사용 및 적용과정 📌

노션에 라즈베리파이를 겪은 과정을 기록했습니다

• 초기원격 접속(참고이미지 입니다)

1. 무게센서 연동 및 영점조절
2. 이미지 업로드 요청 -> 음식무게측정 -> 결과출력

깃허브 상의 코드입니다

1. 음식의 무게에 대한 정보추출
2. 무게센서 작동방식 및 음식무게 알고리즘

4. 발표영상 및 결과 🎥

이미지를 클릭하시면 4분 미만의 발표영상 링크로 이동합니다

결과