현재 먹을 음식의 사진을 찍으면, 영양소 및 사용자 선호도를 반영해 다음으로 먹을 음식을 추천
- Step 1: YOLOv8이 사진으로부터 현재 먹을 음식의 이름을 분류
- Step 2: 사용자의 선호도를 input으로 받은 다음 RAG를 통해 영양소 DB를 참고하여 LLM이 탄수화물, 단백질, 지방 기반 최적의 음식을 추천해줄 수 있도록 유도
- Step 3: 탄수화물, 단백질, 지방 외의 여러 영양소와 이에 대한 good effect, side effect, lack effect 등을 Neo4j Graph DB를 통해 구축하고 LLM이 이를 참고해(GraphRAG) 해당 음식들을 과식했을 경우 나타날 수 있는 부작용 및 해당 음식으로도 충분하지 않은 영양소에 대한 전반적인 진단을 할 수 있도록 유도
- 음식 영양소 DB
- 다양한 한식 및 가공식품 중심의 표준화된 음식명과 영양 정보를 담고 있는 자료로, 100g 기준 여러 영양소의 양을 포함
- 각 음식에 대한 1회 제공량 정보를 포함하고 있어, 실제 섭취 시 어느 정도의 영양소를 섭취하는지 정량적으로 파악할 수 있습니다.
- YOLOv8 학습 데이터
- 음식 영양소 데이터베이스에서 수집한 10,000장의 GT 데이터를 활용해 YOLOv8 기반의 자동 탐지 및 대량 라벨링 파이프라인을 구축
- 90,000장의 미라벨 이미지를 완전히 자동으로 라벨링하며, 데이터셋을 약 9배까지 획기적으로 확장
- 2025/08/02 프로메테우스 데모 데이 부스 운영
| 김현아 (디자이너) | 박성영 (개발) | 송재헌 (개발) | 이채원 (개발) | 조현진 (팀장, 개발) |
|---|---|---|---|---|
| 7기 | 7기 | 7기 | 7기 | 6기 |
| Sung-young | Songjaeheon0923 | chaechae618 | hyun-jin891 |