FoodVision è un progetto di classificazione di immagini di cibi sviluppato con PyTorch.
Sono stati utilizzati tre modelli (SqueezeNet, ResNet, EfficientNet) per un confronto di prestazioni.
Il dataset di riferimento è stato acquisito unendo parti di vari dataset dello stato dell'arte e integrando con risorse online.
Per ulteriori informazioni circa lo sviluppo e l'organizzazione del progetto è possibile consultare la documentazione presente all'interno della cartella relazione.
git clone https://github.com/GiovanniTorrisi28/FoodVision.git
cd FoodVision
Il dataset non è incluso nel repository a causa delle sue dimensioni.
Al seguente link è disponibile la cartella dataset:
https://drive.google.com/drive/folders/1u_csG1tOcynTOHfw3NVqkjA_oTfb8wEb?usp=drive_link
Dopo aver fatto il download della cartella dataset cliccando sui tre puntini accanto al nome della cartella, aprire il file scaricato da drive e copiare la cartella denominata dataset all’interno della cartella principale del progetto.
Di seguito le istruzioni per eseguire il notebook e la demo
All'interno della cartella notebooks è presente il notebook jupyter contenente il codice python delle varie fasi di lavoro seguite nell'implementazione del progetto.
cd notebooks
pip install -r requirements.txt
jupyter notebook
All'interno della cartella demo è presente il codice dell'applicazione che permette di testare facilmente i modelli su nuove immagini.
cd demo
pip install -r requirements.txt
python demo.py
Al seguente link è presente un video dimostrativo che spiega come si utilizza la demo: https://drive.google.com/drive/folders/11u-OhyW4WpDDmvxSx2OPJqBOXBuK-t4J?usp=sharing