This post was published 52 days ago. The information described in this article may have changed.
This post is auto-generated from RSS feed
Заказы на FL.ru (Фри-ланс: Программирование). Source:
Оценка качества приготовления блюд (ML\CV) (для всех)
1. Цель проекта
Разработать систему компьютерного зрения, которая по фотографии блюда автоматически оценивает корректность подачи и выдаёт вердикт OK / NOT OK с указанием причин брака. Фото делается официантом перед подачей блюда гостю.
2. Общая концепция
- Мобильное приложение отправляет фото блюда на сервер (это делаем мы, с вас только ML-пайплайн оценки качества приготовления блюда).
- Серверный ML-пайплайн анализирует изображение.
- Система проверяет набор визуальных критериев.
- Возвращается результат проверки и причины.
3. Основные критерии оценки блюда
Подрядчик должен реализовать распознавание и проверку следующих признаков:
- Наличие и корректное положение логотипа на тарелке (не перекрыт).
- Правильный порядок зон на тарелке: мясо → гарнир → салат.
- Разделение блюда на зоны (мясо / гарнир / салат).
- Пропорции зон (~33% каждая).
- Чёткие границы между зонами.
- Мясо не пережарено / не подгорело.
- Еда не выходит за границы тарелки.
- Чистый край тарелки.
- Соответствие гарнира ожидаемому SKU.
- Отсутствие посторонних предметов (перчатки, ложки, упаковка).
6. Требования к результату.
- Вердикт OK / NOT OK по каждому фото
- Список причин брака.
- Время обработки: до 1 секунды на фото.
- Возможность дообучения модели.
- Документация по архитектуре и API.
🏷️ Work_feed
