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].
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 ===
=== 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.
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.
+
[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.
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]
* [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]]
* [[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]]