Aplikacja

W ramach projektu została opracowana aplikacja FibreApp na urządzenia mobilne Android i iOS

*Funkcjonalne ekrany aplikacji FibreApp*

Aplikacja FibreApp została opracowana w celu umożliwienia dokonywania zdrowszych wyborów żywieniowych poprzez dostarczanie niezbędnych informacji na temat wartości odżywczej i składu chemicznego poszczególnych gatunków owoców i warzyw.

Aplikacja składa się z trzech podstawowych ekranów:

Informacja o aplikacji: ekran przedstawia opis aplikacji oraz informacje dotyczące wykonawców i interesariuszy.
Wyszukiwanie w liście: ekran umożliwia wyszukiwanie oraz filtrowanie gatunków z listy, z możliwością przejścia do ekranu z wyznaczonymi parametrami dotyczącymi wybranego gatunku.
Wyszukiwanie kamerą: ekran umożliwia wyszukiwanie gatunków za pomocą analizy obrazu z kamery w czasie rzeczywistym. Dodatkowo, zaimplementowano ekran z natychmiastowym podglądem informacji o zidentyfikowanym gatunku, wraz z możliwością rozszerzenia ekranu o dodatkowe informacje.

Poszczególne funkcjonalne ekrany aplikacji FibreApp: podgląd ikony aplikacji; ekran ładowania (loadscreen) aplikacji; główne menu aplikacji; ekran opisu aplikacji po kliknięciu przycisku „O aplikacji”; ekran wyszukiwarki gatunków owoców i warzyw kliknięciu przycisku „Wyszukaj ręcznie”; ekran wyszukiwarki gatunków owoców i warzyw kliknięciu przycisku „Skanuj”) szczegółowy opis parametrów gatunku „Apple”, zdetektowanego kamerą i rozpoznanego algorytmem.

Dla systemu operacyjnego Android aplikacja została opracowana w środowisku Android Studio 2024.1.2, w języku oprogramowania Java, z zastosowaniem dodatkowo zaprojektowanego, zmodyfikowanego modelu głębokiego uczenia opartego na modelu do klasyfikacji obrazówMobileNetV2. Dla systemu operacyjnego iOS aplikacja została opracowana w środowisku XCode 13 w języku Swift 5. Aplikacje są dostępne do zainstalowania w systemach operacyjnych Android (od wersji 8.0) oraz iOS (od wersji 16.0). Dotychczas (07.04.2025) opracowano modele dla 32 gatunku owoców i warzyw na zbiorze danych zawierającym ok. 52 000 obrazów, z końcową skutecznością modeli wynoszącą 89% dla Androida i 91% dla iOS.