Intro to AI_final_project_75

Food Ingredient Detection and Recipe Generation System Using Segment-Anything Model with Zero-Shot Learning 食材好，食才好

一個基於 AI 的智慧食譜推薦系統，能夠識別食材圖片並生成相應的食譜建議。

系統特點

• 🔍 食材圖像識別：使用 SAM 模型進行精確的食材檢測
• 🍳 智能食譜生成：基於檢測到的食材自動生成合適的食譜
• 👤 個人化推薦：考慮用戶的飲食偏好、烹飪技能和健康目標
• 📊 使用者分析：追蹤並分析使用者的食譜互動記錄
• 🖥️ 友善界面：直觀的網頁介面，支援多種操作功能

系統架構

核心模組

• core/: 核心數據模型和工具類
  • data_models.py: 數據結構定義
  • exceptions.py: 自定義異常類
  • utils.py: 通用工具函數

服務層

• services/: 核心業務邏輯實現
  • detector.py: 食材檢測服務
  • llm_processor.py: LLM 處理和食譜生成
  • recipe_searcher.py: 食譜搜索和推薦引擎

管理器

• managers/: 系統資源管理
  • cache_manager.py: Redis 快取管理
  • gpu_manager.py: GPU 資源管理
  • system_manager.py: 系統整體管理
  • user_manager.py: 用戶數據管理

使用者界面

• ui/: 前端介面組件
  • components.py: UI 組件定義
  • event_handler.py: 事件處理邏輯

工具組件

• utils/: 輔助工具
  • logging.py: 日誌管理
  • monitoring.py: 系統監控

安裝要求

系統需求

• Python 3.12
• CUDA 支援的 GPU（推薦）
• Redis 服務器

依賴套件

pip install -r requirements.txt

主要依賴：

• torch
• gradio
• redis
• pandas
• numpy
• llama-cpp-python
• scikit-learn

下載必要檔案

1. 下載 LLM 模型

# 創建模型目錄
mkdir -p project/sam/models

# 下載模型文件
wget https://huggingface.co/QuantFactory/Meta-Llama-3-8B-Instruct-GGUF/blob/main/Meta-Llama-3-8B-Instruct.Q6_K.gguf -O project/sam/models/Meta-Llama-3.1-8B-Instruct-Q6_K.gguf

2. 下載食譜數據集（需要 Kaggle 帳號）

# 安裝 Kaggle CLI
pip install kaggle

# 配置 Kaggle API 憑證
# 將 kaggle.json 放在 ~/.kaggle/ 目錄下
mkdir -p ~/.kaggle
cp path/to/kaggle.json ~/.kaggle/
chmod 600 ~/.kaggle/kaggle.json

# 下載數據集
kaggle datasets download shuyangli94/food-com-recipes-and-user-interactions

# 解壓縮檔案
unzip food-com-recipes-and-user-interactions.zip

# 移動需要的檔案到專案目錄
mv RAW_recipes.csv RAW_interactions.csv /home/p76131694/FoodSAM-main/

配置說明

系統配置位於 config/settings.py，主要包括：

# 路徑配置
base_dir: Path = Path("/home/user/FoodSAM-main/project/sam")
model_path: Path = model_dir / "Meta-Llama-3.1-8B-Instruct-Q6_K.gguf"

# 系統參數
gpu_memory_limit: int = 1000
model_context_size: int = 512

# 服務配置
server_port: int = 7864
server_name: str = "0.0.0.0"

使用說明

1. 開啟瀏覽器訪問：http://localhost:7864

2. 主要功能：

   • 食材檢測與食譜生成
   • 用戶設定管理
   • 歷史記錄查看

3. 使用流程：

   • 上傳食材圖片
   • 系統自動識別食材
   • 生成食譜建議
   • 提供評分反饋

系統監控

系統提供完整的監控功能：

• CPU/GPU 使用率監控
• 記憶體使用追蹤
• 性能指標統計
• 錯誤日誌記錄

開發指南

新增功能

1. 在相應模組中實現功能
2. 更新單元測試
3. 遵循項目代碼規範

代碼風格

• 使用類型提示
• 添加適當的文檔字串
• 保持代碼簡潔可讀

故障排除

常見問題：

1. GPU 記憶體不足

   • 檢查 gpu_memory_limit 設置
   • 關閉其他 GPU 程序

2. Redis 連接失敗

   • 確認 Redis 服務運行狀態
   • 檢查連接配置

3. 模型載入失敗

   • 驗證模型檔案路徑
   • 檢查 CUDA 環境

License

MIT License