(2021) Fincatti, Fernando Cesar Furtado Ballesteros
Este projeto trata do uso de redes neurais no desenvolvimento de ferramentas com o
intuito de facilitar o cotidiano de pessoas com diabetes o que precisam controlar sua
dieta. O objetivo específico é desenvolver um software capaz de estimar o número de
macronutrientes de uma refeição através de uma imagem 2D capturada por uma
câmera de smartphone, utilizando-se de princípios baseados em visão
computacional. A linguagem de programação utilizada foi o Python, utilizando-se
desde modelos baseados em bibliotecas como Tensorflow e Keras, até algoritmos
inteiramente construídos do zero, ou seja, utilizando bibliotecas apenas para contas
aritméticas básicas. Foi utilizado transfer learning para obtenção de melhores
resultados. Os recursos para treinar as redes neurais foram retirados das bases Food
101 e ImageNet. Foram obtidos bons resultados. Os Melhores resultados foram
obtidos com o uso de transfer learning, baseado na rede Xception, treinada
previamente com a ImageNet. Para 6 classes de alimento, foi obtido uma acurácia de
86%, sendo utilizadas seis mil imagens, sendo quatro mil para treino e duas mil para
teste. Os resultados demonstram que o uso de técnicas como transfer learning
possuem boa precisão.
