- 前端基于Wepy的微信小程序开发，并使用了Vant-weapp的组件
- ObjectDetection模型基于yolo-keras库开发
- 后端推荐使用Python-Flask，接收请求后先调用Detection框架，再调用LeonardoAPI，再通过sqlalchemy访问数据库
- getfeature
- 文件夹包含一个Python脚本，将目标文件夹的图片上传到LeonardoAPI并得到feature vector并保存
- frontend
- 文件夹包含前端代码，请先运行 npm install，然后再参照微信小程序开发指南，运行微信开发者工具
- detection
- 文件夹包含Yolo模型的操作代码，能将一张图片中的碗识别出来，并切分成不同的图片。请先参照README下载模型后再参照示例代码运行
-
Segmentation
- 得到Yolo的结果并进行图片裁剪
- 将得到的图片调用Leonardo云端API返回
- 将得到的返回值FeatureVector给下一步处理
-
Feature Processing
- 将得到的Feature Vector与数据库中的数据进行相似度比较，返回对应的菜品信息
- 顺带写一个简单的数据库管理脚本/界面
-
前端界面，后端Server的交互
- 拍照+上传图片
- 接收后端数据，展示后端返回的信息页面
- 前后端数据连通