Nutriscan Documentation

Résultats Clés

Modèle

YOLOv8m-seg Fusion (32 classes)

Performance

mAP50 = 0.672, mAP50-95 = 0.565

Jeu De Données

FoodSeg103 + UEC-FoodPix (15 994 images)

Pile Technique

PyTorch, YOLOv8, OpenCV, MLflow

Aperçu Visuel

Segmentation automatique d'aliments avec masques par instance (32 classes) — Segmentation automatique d'aliments avec masques par instance (YOLOv8m-seg Fusion, 32 classes).

Documentation Complète

La documentation technique complète est disponible dans la section Docs.

Vue d'ensemble Analyse technique approfondie Architecture logicielle Installation et reproduction Résultats Expérimentaux Limitations Et Travaux Futurs Annexes

Démarrage Rapide

# Installation
python3 -m venv venv
source venv/bin/activate  # Windows: venv\Scripts\activate
pip install -r requirements.txt

# Préparation du dataset fusionné (32 classes)
jupyter notebook notebooks/02_data_fusion_and_cleaning.ipynb

# Entraînement du modèle Fusion
jupyter notebook notebooks/03_train_yolov8_fusion.ipynb

# Visualiser les métriques MLflow
mlflow ui