1. Цель проекта Разработать систему компьютерного зрения, которая по фотографии блюда автоматически оценивает корректность подачи и выдаёт вердикт OK / NOT OK с указанием причин брака. Фото делается официантом перед подачей блюда гостю.
2. Общая концепция - Мобильное приложение отправляет фото блюда на сервер (это делаем мы, с вас только ML-пайплайн оценки качества приготовления блюда). - Серверный ML-пайплайн анализирует изображение. - Система проверяет набор визуальных критериев. - Возвращается результат проверки и причины.
3. Основные критерии оценки блюда Подрядчик должен реализовать распознавание и проверку следующих признаков: - Наличие и корректное положение логотипа на тарелке (не перекрыт). - Правильный порядок зон на тарелке: мясо → гарнир → салат. - Разделение блюда на зоны (мясо / гарнир / салат). - Пропорции зон (~33% каждая). - Чёткие границы между зонами. - Мясо не пережарено / не подгорело. - Еда не выходит за границы тарелки. - Чистый край тарелки. - Соответствие гарнира ожидаемому SKU. - Отсутствие посторонних предметов (перчатки, ложки, упаковка).
6. Требования к результату. - Вердикт OK / NOT OK по каждому фото - Список причин брака. - Время обработки: до 1 секунды на фото. - Возможность дообучения модели. - Документация по архитектуре и API.
