Mensuração de macronutrientes através de inteligência artificial

Página do item simplificado
dc.contributor.advisorMiranda, Fábio Roberto de
dc.contributor.authorFincatti, Fernando Cesar Furtado Ballesteros
dc.coverage.cidadeSão Paulopt_BR
dc.coverage.paisBrasilpt_BR
dc.creatorFincatti, Fernando Cesar Furtado Ballesteros
dc.date.accessioned2022-07-13T12:00:24Z
dc.date.available2022-07-13T12:00:24Z
dc.date.issued2021
dc.description.abstractEste 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.pt_BR
dc.description.otherUse of neural networks in tool development in order to facilitate the daily lives of people with diabetes. To develop a software capable to estimating the amount of macronutrients in a meal through a 2D image, using principles based on computer vision. The programming language used was Python, using models based on libraries such as Tensorflow and Keras, to algorithms built scratch, that is, using libraries only for basic arithmetic accounts. Transfer Learning was used to obtain better results. The resources to train the neural networks were taken from Food 101 and ImageNet databases The best results was obtained through the use of transfer learning, bases on Xception network, which was previous trained with ImageNet. For six food classes, an 86% accuracy was obtained, using four thousand images for training and two thousand for test. The results demostrates that techniques such as transfer learning have a high degree of accuracy.pt_BR
dc.format.extent23 p.pt_BR
dc.format.mediumDigitalpt_BR
dc.identifier.urihttps://repositorio.insper.edu.br/handle/11224/3736
dc.language.isoPortuguêspt_BR
dc.rights.licenseTODOS OS DOCUMENTOS DESTA COLEÇÃO PODEM SER ACESSADOS, MANTENDO-SE OS DIREITOS DOS AUTORES PELA CITAÇÃO DA ORIGEMpt_BR
dc.subjectdiabetespt_BR
dc.subjectmacronutrientespt_BR
dc.subjectinteligência artificialpt_BR
dc.subjecttransfer learningpt_BR
dc.subjectneural networkspt_BR
dc.subjectmobilept_BR
dc.subject.keywordsmobilept_BR
dc.subject.keywordsneural networkspt_BR
dc.subject.keywordstransfer learningpt_BR
dc.subject.keywordsartificial intelligencept_BR
dc.subject.keywordsmacronutrientspt_BR
dc.subject.keywordsdiabetespt_BR
dc.titleMensuração de macronutrientes através de inteligência artificialpt_BR
dc.typereport
dspace.entity.typePublication
local.subject.cnpqEngenhariaspt_BR
local.typeRelatório de Iniciação Científicapt_BR

Arquivos

Pacote original

Agora exibindo 1 - 2 de 2
Imagem de Miniatura
Nome:
Fernando Cesar Furtado Ballesteros Fincatti_Trabalho.pdf
Tamanho:
630.06 KB
Formato:
Adobe Portable Document Format
Descrição:
Fernando Fincatti_Trabalho
Baixar
N/D
Nome:
Fernando Cesar Furtado Ballesteros Fincatti_Termo de autorização.pdf
Tamanho:
92.34 KB
Formato:
Adobe Portable Document Format
Descrição:
Fernando Fincatti_Termo de autorização
Baixar

Licença do pacote

Agora exibindo 1 - 1 de 1
N/D
Nome:
license.txt
Tamanho:
282 B
Formato:
Item-specific license agreed upon to submission
Descrição:
Baixar

Coleções

Relatório de Iniciação Científica