npm package discovery and stats viewer.

Discover Tips

  • General search

    [free text search, go nuts!]

  • Package details

    pkg:[package-name]

  • User packages

    @[username]

Sponsor

Optimize Toolset

I’ve always been into building performant and accessible sites, but lately I’ve been taking it extremely seriously. So much so that I’ve been building a tool to help me optimize and monitor the sites that I build to make sure that I’m making an attempt to offer the best experience to those who visit them. If you’re into performant, accessible and SEO friendly sites, you might like it too! You can check it out at Optimize Toolset.

About

Hi, 👋, I’m Ryan Hefner  and I built this site for me, and you! The goal of this site was to provide an easy way for me to check the stats on my npm packages, both for prioritizing issues and updates, and to give me a little kick in the pants to keep up on stuff.

As I was building it, I realized that I was actually using the tool to build the tool, and figured I might as well put this out there and hopefully others will find it to be a fast and useful way to search and browse npm packages as I have.

If you’re interested in other things I’m working on, follow me on Twitter or check out the open source projects I’ve been publishing on GitHub.

I am also working on a Twitter bot for this site to tweet the most popular, newest, random packages from npm. Please follow that account now and it will start sending out packages soon–ish.

Open Software & Tools

This site wouldn’t be possible without the immense generosity and tireless efforts from the people who make contributions to the world and share their work via open source initiatives. Thank you 🙏

© 2024 – Pkg Stats / Ryan Hefner

food-detection-proyect

v1.0.1

Published

<h1 align="center"> Food Detection Proyect </h1>

Downloads

2

Vulnerabilities

Powered byPowered by Snyk
  • 0High
  • 0Medium
  • 0Low

Links

Maintainers

mcbebamcbeba

Keywords

Readme

Food Detection Proyect

Esta aplicación implementa el reconcimiento de alimentos a través de la cámara web y proporciona la información nutricional del alimento mediante la API: Nutrition API. Utiliza el modelo Object Detection COCO-SSD de TensorFlow.js, capaz de identificar objetos definidos en COCO dataset. Este modelo es capaz de detectar 80 clases de objetos de los cuales 10 son alimentos. Para este proyecto se ha configurado para que detecte los alimentos con un nivel de confianza del 90%. Los alimentos reconocidos actualmente por el modelo son: Manzana, plátano, naranja, zanahoria, brócoli, pastel, donut, pizza, hotdog y sandwich.

Instalación

Clonar desde el repositorio de GitHub https://github.com/Mcbeba/food-detection-proyect.git ó instalar a través de NPM con "npm install food-detection-proyect"

Instalar dependecias: npm install

Uso

  1. Visite la web para obtener su apiKey "https://api-ninjas.com/" y guarde dentro de un archivo .env (ejemplo: API_KEY='o6K+FFScyig1dMR7zmJPGw==HB66Fvv1HiCfpzn6').

  2. Ejecute la aplicación desde la terminal con el comando "npm run start" y elija una opción usando las flechas del teclado.

  3. Si selecciona "Start server for Food Detector", espere a que el servidor esté activo.

  4. Abra su navegador y diríjase al panel general de visualización en: https://localhost:8001.

  5. Coloque el alimento frente a la cámara para su detección.

  6. Presione el botón "Reset Detection" en el navegador para detectar otro alimento.

  7. Consulte la salida de la consola para visualizar los resultados.

  8. Use las flechas del teclado para seleccionar "Open last search history" y ver el historial de los últimos alimentos detectados.

  9. Si desea salir de la aplicación seleccione "Exit".

Dependencias

-Axios: para solicitudes HTTP desde Node.js a la API

-Dotenv: carga de variables de entorno desde archivos .env

-Express: simplifica el desarrollo de aplicaciones web al facilitar la gestión de servidores, rutas y middleware.

-Body-parser: middleware de Express para analizar información en las solicitudes HTTP.

-Inquirer: para menú interactivo en la consola.