Difference between revisions of "DataForGood-2023"

Latest revision as of 14:54, 9 August 2024

Data For Good 2023

Open Food Facts participe à la saison 11 de Data For Good, avec comme thématique la détection automatique des ingrédients à partir des images des produits.

Une description détaillée du projet est disponible sur le Notion de Data For Good.

Communication

On a un chan #dataforgood-ingredients sur notre slack (utiliser ce lien d'invitation)

Notes de meeting: https://docs.google.com/document/d/1du2iUqgNyEN1RckBIlWnczl9jVl_GeT0jPMx6Dz08_w/edit?usp=sharing

Get in touch

Slack channel

#dataforgood-ingredients

Introduction

Pour détecter la zone de l'image où se trouve la liste d'ingrédients, une approche possible est de détecter les mots sur la photo correspondant à des ingrédients, puis de trouver la zone dans la photo où la densité d'ingrédients est suffisamment élevée pour que celle-ci corresponde à la zone d'ingrédients.

Ce gist montre comment utiliser Robotoff pour extraire les ingrédients et la position des mots associés dans l'image.

Une campagne d'annotation d'image de liste d'ingrédients a été démarrée ici : elle permettra d'avoir des données ground-truth pour évaluer la fiabilité du système de croping des listes d'ingrédients.

Resources utiles

Comment générer les URLs des photos de produits sur Open Food Facts à partir des métadonnées produit
Comment l'OCR est utilisé à Open Food Facts, et comment récupérer le jeu de données d'OCR
Documentation Robotoff dont installation
Comprendre les Taxonomy dont celle des ingredients (téléchargeable aussi sous forme json)

@@ Line 4: / Line 4: @@
 Une description détaillée du projet est disponible sur le [https://dataforgood.notion.site/Open-Food-Facts-6c50c8b8b41b4cca88cfae416ffc7f07 Notion de Data For Good].
+=== Communication ===
+On a un chan '''#dataforgood-ingredients''' sur notre slack (utiliser [https://join.slack.com/t/openfoodfacts/shared_invite/zt-1rt2n6ms6-Cl3FWBHGTjS4rb7I1L2PLg ce lien d'invitation])
+Notes de meeting: https://docs.google.com/document/d/1du2iUqgNyEN1RckBIlWnczl9jVl_GeT0jPMx6Dz08_w/edit?usp=sharing
+== Get in touch ==
+{{Box
+ | 1     =  Slack channel
+ | 2     =  [https://openfoodfacts.slack.com/messages/C0516K0TVHP/ #dataforgood-ingredients]
+}}
 === Introduction ===
@@ Line 9: / Line 22: @@
 Pour détecter la zone de l'image où se trouve la liste d'ingrédients, une approche possible est de détecter les mots sur la photo correspondant à des ingrédients, puis de trouver la zone dans la photo où la densité d'ingrédients est suffisamment élevée pour que celle-ci corresponde à la zone d'ingrédients.
 [https://gist.github.com/raphael0202/7bc50ee50e86fdc9ba10cac2c145ebf8 Ce gist] montre comment utiliser Robotoff pour extraire les ingrédients et la position des mots associés dans l'image.
 Une campagne d'annotation d'image de liste d'ingrédients [https://annotate.openfoodfacts.org/projects/3/data?tab=5 a été démarrée ici] : elle permettra d'avoir des données ground-truth pour évaluer la fiabilité du système de croping des listes d'ingrédients.
@@ Line 17: / Line 30: @@
 * [https://openfoodfacts.github.io/openfoodfacts-server/api/how-to-download-images/ Comment générer les URLs des photos de produits sur Open Food Facts à partir des métadonnées produit]
 * [[OCR|Comment l'OCR est utilisé à Open Food Facts, et comment récupérer le jeu de données d'OCR]]
-* [https://openfoodfacts.github.io/robotoff/ Documentation Robotoff]
+* [https://openfoodfacts.github.io/robotoff/ Documentation Robotoff] dont [https://openfoodfacts.github.io/robotoff/how-to-guides/deployment/dev-install/ installation]
+* Comprendre les [[Global taxonomies|Taxonomy]] dont celle des [https://github.com/openfoodfacts/openfoodfacts-server/blob/main/taxonomies/ingredients.txt ingredients] (téléchargeable aussi [https://static.openfoodfacts.net/data/taxonomies/ingredients.full.json sous forme json])
+[[Category:DataForGood]]