Aprendizaje Profundo Práctico para Nube, Móvil y Edge

Capítulo 13. Shazam para la comida: Desarrollo de aplicaciones Android con TensorFlow Lite y ML Kit

Este trabajo se ha traducido utilizando IA. Agradecemos tus opiniones y comentarios: [e-mail]

Después de desarrollar en la aplicación viral Not Hotdog (que vimos en el Capítulo 12), Jian-Yang iba a construir originalmente un clasificador para reconocer todos los alimentos existentes. De hecho, la aplicación iba a llamarse SeeFood, una aplicación capaz de "ver" la comida y reconocerla de inmediato(Figura 13-1). En otras palabras, la "Shazam para la comida". Sin embargo, la aplicación tuvo demasiado éxito para su propio bien y fue adquirida por Periscope. La visión original de su inversor, Erlich Bachman, sigue sin cumplirse. En este capítulo, nuestra misión es hacer realidad este sueño.

Figura 13-1. Listado de la aplicación Not Hotdog en el App Store de Apple

¿Dónde sería útil una función así? Para los locos por la salud, podría examinar un plato y proporcionar la información nutricional, incluido el número de calorías. O podría escanear algunos ingredientes y recomendar una receta basada en ellos. O incluso podría buscar un producto en el mercado y comprobar si contiene algún ingrediente de la lista negra, como alérgenos específicos.

Este es un problema interesante de resolver por varias razones, ya que representa varios retos:

Desafío en la recogida de datos ...