智慧饮食：基于Grounding DINO的饮食助手应用推进健康信息学
计算机视觉与模式识别
2024-06-04 v1
摘要
智能饮食助手利用机器学习提供个性化饮食建议，重点关注糖尿病等患者。该应用利用Grounding DINO模型，该模型结合文本编码器和图像骨干网络，无需标注数据集即可增强食物检测能力。在COCO数据集上AP得分为52.5，该模型在真实场景中展现出高准确性，利用注意力机制根据用户提供的标签和图像精确识别对象。该应用使用React Native和TypeScript开发，跨平台无缝运行，并集成了自托管的PostgreSQL数据库，确保数据完整性并增强用户隐私。主要功能包括个性化营养档案、实时食物扫描和健康洞察，促进健康管理和生活方式优化的知情饮食选择。未来发展方向旨在集成可穿戴技术以提供更个性化的健康建议。
引用
@article{arxiv.2406.00848,
title = {Eating Smart: Advancing Health Informatics with the Grounding DINO based Dietary Assistant App},
author = {Abdelilah Nossair and Hamza El Housni},
journal= {arXiv preprint arXiv:2406.00848},
year = {2024}
}
备注
The work presented in this paper was part of the proceedings for the First International Conference on Artificial Intelligence (ICATA 2024)