팀명: 건강한 AI – 파이썬프로그래밍 팀프로젝트

팀장 : 융합전자공학과 202011086 이의주, 팀원 : 식품영양학과 202111325 이민재

본 프로젝트는 Python과 딥러닝을 활용하여 음식 이미지를 분류하고,
예측된 음식의 영양 정보를 검색/출력하는 파이썬 프로그래밍 팀프로젝트입니다.

---

프로젝트 개요

• 음식 사진을 입력하면(test_imeages)
• AI가 음식 종류를 예측하고(predict.py)
• 해당 음식의 영양정보(FoodAPI.py)까지 출력(main)해주는 시스템입니다.

---

사용 기술

분야	기술
언어	Python 3.10
딥러닝	TensorFlow (CNN 모델)
데이터	Food-101 (Kaggle 공개 데이터셋)
웹 데이터	Open Food Facts API 또는 자체 DB
개발환경	VS Code, GitHub

---

폴더 구조

FoodProject/
├── data/
│   ├── train/         # 학습 이미지 (음식별 폴더로 분류됨) # 필요시 별도 다운로드
│   └── val/           # 검증 이미지 # 필요시 별도 다운로드
├── Food-101/          # 원본 Food-101 전체 이미지 # 필요시 별도 다운로드
├── test_images/       # 테스트용 음식 사진
├── food_model.h5      # 학습된 모델
├── Foodimage_AI.py    # AI 학습 코드
├── predict.py         # 예측 및 결과 출력 코드
├── split_food101.py   # 이미지 분할 스크립트
└── README.md          # 이 문서

---

학습 성능 평가

항목	결과
최종 학습 정확도 (accuracy)	99.7%
최종 검증 정확도 (val_accuracy)	약 42%
최종 검증 손실 (val_loss)	약 3.69

인공지능 모델 추가 학습을 통한 성능 개선이 필요합니다.