HealthCam
El uso de modelos de aprendizaje automático centrados en detección y prevención de futuras enfermedades debido al exceso el consumo de productos nocivos para la salud adquiere más relevancia, sabiendo que muchos de estos problemas podrían ser prevenidos con información correcta que la mayoría de las...
- Autores:
-
Cervantes Cano, Brandon Jusett
Cantillo Zambrano, David Miguel
- Tipo de recurso:
- Fecha de publicación:
- 2020
- Institución:
- Universidad del Norte
- Repositorio:
- Repositorio Uninorte
- Idioma:
- spa
- OAI Identifier:
- oai:manglar.uninorte.edu.co:10584/9043
- Acceso en línea:
- http://hdl.handle.net/10584/9043
- Palabra clave:
- Detección de Objetos
Aprendizaje de Máquina
SSDMobilenet
- Rights
- License
- Universidad del Norte
Summary: | El uso de modelos de aprendizaje automático centrados en detección y prevención de futuras enfermedades debido al exceso el consumo de productos nocivos para la salud adquiere más relevancia, sabiendo que muchos de estos problemas podrían ser prevenidos con información correcta que la mayoría de las personas desconocen. Este proyecto muestra el diseño e implementación de una aplicación móvil que permite a las personas visualizar adecuadamente información nutricional, a través de etiquetas virtuales con el uso de cámara del teléfono. Este proyecto se realiza para demostrar que las aplicaciones a través del aprendizaje automático pueden hacer un cambio significativo en los hábitos alimenticios de las personas. También se analiza e implementa como la detección hace uso de la transferencia aprendizaje en modelos móviles optimizados de aprendizaje automático como SSDMobilenet. HealthCam nace como una propuesta para contrarrestar las consecuencias de la desinformación alimenticia de los consumidores. Se trata de una aplicación móvil que implementa realidad aumentada y permitirá al usuario ubicar el producto con su cámara. Se le indicará por medio de un etiquetado virtual si los alimentos son alto en azúcares, sodio o grasa. |
---|