요리 선택이 어려운 사용자를 위한 재료 인식
레시피 추천 어플

목차

1. 문제인식
2. 데이터 출처, 규모, 전처리 방식
3. 어플 구현 과정
4. 한계점과 확장방안

1. 문제인식

음식 선택과 장보기에 어려움

• 자취생활 중 비슷한 요리만 먹게되고, 시장에 가서 비슷한 재료만 구매하게 되었다.

시중에 너무 많은 레시피가 있다.

• 레시피 어플과 블로그에 너무 많은 정보가 존재한다.

조사결과

CARE(Camera Recipe) 어플소개

사진

재료 인식

사용자 조작

레시피 추천

데이터 출처, 규모, 전처

이미지 데이터

• 크롤링을 통하여 3100장을 모았습니다.
• Roboflow를 사용하여 각 라벨에 대한 라벨링을 수월하게 하였다.
• 토마토, 감자, 새우, 햄 등 31개의 식재료에 대해 정답을 부여하여 인식 가능하게 하였다.

---

레시피 데이터

• 농식품 빅데이터 거래소 제공해주는 무료 레시피 데이터를 사용하였습니다.
• 컬럼에 레시피 id, 블로그 제목, 레시피 이름, 사용자 id, 사용자 이름, 조회수,추천수,즐겨찾기 수, 요리 방법 등 18개중 사용자 id, 사용자 이름, 블로그 내용 컬럼은 사용하지 않아 삭제하여 15개 컬럼만 사용합니다.
• 총 128,401개의 레시피 중 데이터가 누락되어 있는 경우에 삭제하여, 114,931개 레시피 사용

CARE의 효과

• 냉장고 속 재료로 만들 수 있는 음식을 고르는데 편의성을 높입니다.
• 입맛이 비슷한 사용자 정보로 다양한 요리를 추천 받을 수 있습니다.
• 기존 재료와 자신의 입맛을 조합하여 레시피를 추천하기 때문에, 필요한 재료를 쉽게 고를 수 있습니다.

한계와 발전 방향

• 한계점

  • 레시피간의 유사도를 구하지 못해 추천시스템의 성능이 떨어진다.
  • 재료 이미지 데이터가 부족하여 재료인식 기능이 떨어진다.
  • 비슷한 모양의 포장된 물체를 인식하지 못한다.

• 발전 방향

  • 레시피간의 유사도를 Food2Vec방법을 통하여 구한다.
  • 데이터양을 늘려서 재료인식 기능을 높인다.
  • 글자 인식 기술을 통해서 다양한 제품을 인식할수 있게 한다.