Kapitel 13. Shazam für Lebensmittel: Entwicklung von Android-Apps mit TensorFlow Lite und ML Kit
Diese Arbeit wurde mithilfe von KI übersetzt. Wir freuen uns über dein Feedback und deine Kommentare: translation-feedback@oreilly.com
Nachdem die virale App Not Hotdog entwickelt hatte (die wir uns in Kapitel 12 angesehen haben), sollte Jian-Yang ursprünglich einen Klassifikator entwickeln, der alle existierenden Lebensmittel erkennt. Tatsächlich sollte die App ursprünglich SeeFood heißen - eine App, die Lebensmittel "sehen" und sofort erkennen kann(Abbildung 13-1). Mit anderen Worten: "Shazam for Food". Die App war jedoch zu erfolgreich für ihr eigenes Wohl und wurde von Periscope aufgekauft. Die ursprüngliche Vision seines Investors, Erlich Bachman, bleibt damit unerfüllt. In diesem Kapitel ist es unsere Aufgabe, diesen Traum zu erfüllen.
Abbildung 13-1. Not Hotdog App-Auflistung im Apple App Store
Wo wäre eine solche Funktion nützlich? Für Gesundheitsfanatiker könnte sie ein Gericht betrachten und die Nährwertangaben, einschließlich der Kalorienzahl, liefern. Oder sie könnte ein paar Zutaten scannen und darauf basierend ein Rezept empfehlen. Oder sie könnte sich ein Produkt auf dem Markt ansehen und prüfen, ob es Zutaten enthält, die auf der schwarzen Liste stehen, z. B. bestimmte Allergene.
Diese ist aus mehreren Gründen ein interessantes Problem, denn sie stellt mehrere Herausforderungen ...
Get Praktisches Deep Learning für Cloud, Mobile und Edge now with the O’Reilly learning platform.
O’Reilly members experience books, live events, courses curated by job role, and more from O’Reilly and nearly 200 top publishers.
