這次會從如何打造了 AI 營養顧問開始介紹,透過圖像辨識分析食物的營養,並自動化把個人的健康資料轉換成數位資產,上傳到雲端以及區塊鏈。這不只讓每個人可以擁有自己的健康數據,也能把日常的好習慣變成有價值的數位紀錄。
本日重點 傳統醫療健康資料的掌控困境與痛點 區塊鏈/Web3 如何賦予資料主權,翻轉健康資訊管理 AI 營養師的日常健康管理落地情境 實例:拍照辨識飲食、即時...
本日重點 AI、機器學習(ML)、深度學習(DL)的基本概念與演進邏輯 各技術在食物辨識與健康管理應用場景的比較 食物圖片分類、物件偵測、語意分割的原理說明...
透過深度學習模型,自動判斷餐盤中的食物種類,並進一步估算營養成分,對於飲食管理、健康照護、餐飲業數位化轉型等場景具有極高的價值。然而,AI 模型的效能極大程度依...
Day3 探討了 AI 食物圖片辨識的「資料來源、收集與應用」,從公開資料集、自建資料,到合成影像的補充,都凸顯了資料工程在專案中的關鍵地位。然而,對於開發者來...
昨天完成帳號註冊,今天就從建立專案開始吧~ 本日重點 運用 Roboflow 平台進行台灣夜市美食影像資料集準備 標註、增強、分割訓練資料的詳細流程 如何設...
本日重點 介紹 YOLO 物件偵測架構與台灣夜市小吃應用場景 使用 Roboflow 準備並匯入小吃影像資料集 實際訓練 YOLO 模型,觀察訓練與驗證過程...
本日重點 介紹 Google Colab 雲端運算環境對 AI 專案的優勢 在 Colab 上安裝並設置 YOLO 訓練環境 影像資料集的匯入與前處理步驟詳解...
本日重點 介紹 Hugging Face 平台與預訓練模型生態系 如何尋找並選用適合的 AI 預訓練模型做營養顧問應用 預訓練模型下載、載入與快速評測流程 生...
本日重點 介紹 Hugging Face Spaces 雲端部署平台基本概念 Gradio:打造互動式 AI Chatbot 的簡單流程 專案程式碼結構、介面...
只想讓 AI 幫忙查美食熱量、回覆健康問題,不一定要把專案公開部署到 Hugging Face Spaces!也可以考慮用 Google Colab 串接 Hu...