https://www.aihub.or.kr/aihubdata/data/view.do?currMenu=115&topMenu=100&aihubDataSe=data&dataSetSn=74
https://pytorch.org/hub/intelisl_midas_v2/
<aside>
ai/ ├── common/ # 공통 유틸리티 함수들 │ ├── utils.py │ ├── data_loader.py │ └── preprocessing.py │ ├── models/ # 모델 정의와 관련 함수들 │ ├── food_recognition/ # 음식 인식 모델 │ │ ├── model.py │ │ ├── train.py │ │ └── inference.py │ │ │ ├── food_quantity/ # 음식 양 측정 모델 (MiDaS) │ │ ├── model.py │ │ ├── train.py │ │ └── inference.py │ │ │ └── nutrition/ # 영양소 계산 모델 │ ├── model.py │ └── inference.py │ ├── data/ # 데이터셋 저장소 │ ├── raw/ # 원본 데이터 │ └── processed/ # 전처리된 데이터 │ ├── weights/ # 모델 가중치 저장소 │ ├── food_recognition/ │ ├── food_quantity/ │ └── nutrition/ │ ├── configs/ # 설정 파일들 │ ├── food_recognition.yaml │ ├── food_quantity.yaml │ └── nutrition.yaml │ ├── api/ # API 인터페이스 │ ├── routes.py │ └── service.py │ └── main.py # 메인 실행 파일
</aside>
<aside>
1. food_quantity_ai 폴더로 이동
cd C:/Users/SSAFY/Desktop/S12P31E102/food_quantity_ai
2. 필요한 패키지 설치
pip install -r requirements.txt
3. 초기 설정 실행 (MiDaS 모델 다운로드)
python setup.py
4. 데이터 전처리 (AIHub 데이터셋 사용)
python preprocess.py --data_path <AIHub_데이터_경로> --output_path ./data
5. 모델 학습 (선택사항)
python train.py --data_dir ./data --output_dir ./output --num_epochs 20
6. 모델 추론 (이미지에서 음식 양 측정)
python inference.py --model_path ./output/best_model.pt --image_path <이미지_경로> --output_path <결과_저장_경로> --gpu
</aside>
<aside>
deactivate
rm -rf venv
python -m venv venv
source venv/Scripts/activate
pip install -r requirements.txt
pip install --upgrade pip
</aside>
<aside>
기본 테스트
python inference.py --image_path ./test_images/test_food.jpg --output_path ./output/result.png
폴더내 모든 이미지 테스트
python inference.py --image_path ./test_images --output_path ./output
</aside>



