详情

食品图像识别及在线膳食分析小程序开发

申报人:周健华 申报日期:2024-11-29

基本情况

2025年度大学生创新创业训练计划
食品图像识别及在线膳食分析小程序开发 学生选题
创业训练项目
工学
自动化类
教师科研项目选题
一年半期
食品营养与安全问题越来越受到人们的重视。在人工智能的赋能下,本项目聚焦食品图像识别,结合过往相关技术,采用新式方法,基于渐进式区域增强网络进行相关算法开发,用小程序的形式让人们可以便利地知悉自身的饮食状况,从而合理进行膳食搭配。同时本团队交叉融合多专业学科优势,面向科学技术发展和社会需求,以膳食调查问题为对象,进行有关食物图像识别及饮食习惯改善的课题项目研究。

周健华:曾参加过创新育人中基于飞桨的图像识别项目,研究车牌识别;2024年暑期于经意实业有限公司实习1个月,接触有关3D建模、数字孪生、人工智能大模型等技术。有C语言、python基础,对人工智能、计算机视觉、网络安全等有浓厚兴趣。

李鹏鹏:参加信息科学与工程学院创新育人网络信息安全项目,“基于md5和sha改进算法的文件加解密项目”,熟悉c和Python语言,华东理工大学创新创业协会成员,datawhale进校园优秀助教,对人工智能大模型方面有着浓厚的兴趣和扎实的基础

仇梓廷:编程基础扎实,在大一获得蓝桥杯软件类省赛三等奖,熟悉C,C++,Python语言。对人工智能和计算机视觉领域充满兴趣,选修过两门和人工智能相关的课程。

欧韬:曾参加过青少年实践工作站中的红绿灯及路障识别助盲项目,研究红绿灯图像识别,选修学习过机器视觉项目实训课程。有C语言、python编程基础,对人工智能和机器视觉领域有浓厚兴趣和研究热情。

主持国家自然科学基金2项 、中央军委国防科技基础加强和领域基金等国家省部级课题20余项。
支持本大创项目相关硬件、软件和算法等。
校级

项目成员

序号 学生 所属学院 专业 年级 项目中的分工 成员类型
周健华 信息科学与工程学院 机器人工程 2023 负责整个项目的安排,协调管理各个部门及成员的工作内容
欧韬 信息科学与工程学院 自动化 2023 负责向外对接,包括赞助的拉取、产品的宣发等
仇梓廷 信息科学与工程学院 计算机金融双学位 2023 负责相关技术统一的进度安排、审查,管理团队成员相关算法等开发的工作安排。
李鹏鹏 信息科学与工程学院 计算机金融双学位 2023 负责市场分析,包括对行业前景的预测、目标市场的调查等,同时承担本项目成本、收益分析。

指导教师

序号 教师姓名 教师账号 所属学院 是否企业导师 教师类型
李郅辰 08902 信息科学与工程学院

立项依据

(1)行业历史与前景

       ?起步阶段(20世纪70年代至80年代初)?:食品安全问题开始引起人们的关注,但由于技术限制,食品检测主要依赖传统的化学分析方法?。

?       发展阶段(80年代中期至90年代)?:食品检测引入了先进的仪器设备和分析技术,如高效液相色谱和质谱,提高了检测准确性和效率?。

       快速发展阶段(21世纪初至今)?:随着科技进步和食品安全问题的日益突出,食品检测行业进入了快速发展阶段。新兴的生物技术和快速检测方法的应用,使得食品检测更加快速、准确和全面。此外,食品检测行业还注重信息化建设,建立了食品安全追溯系统和数据管理平台,提高了监管效能

《国民营养计划(2017-2030 年)》、《十四五国民健康规划》、《食品安全标准与监测评估“十四五”规划》、《健康中国2030规划纲要》、《健康上海行动(2019-2030 年)》等相关政策给予食品健康安全市场充分支持,也成为全民健康的有力抓手,提高了人民对健康饮食的需求。中国消费者协会发布的《健康产业消费趋势发展报告》显示,2024年中国大健康产业总收入规模将达到9万亿元,相较于20218万亿元的总额实现了显著跃升,展现了强劲的发展势头和巨大的市场潜力。

       我们的产品具有方便、高效、专业等优点,融于人民的日常生活中,可以实时反馈膳食搭配分析,让人民随时随地的享受到AI赋能健康、科技服务生活的成果,推动人民生活质量的进步,充满发展活力,具有广阔前景。

(2)市场规模及增长趋势

       食品安全关乎消费者个人健康,更影响公共卫生和社会稳定。近年来随着人民生活水平的提高,食品安全市场的关注度和重视程度不断增强,国家层面相关政策与法律法规的出台,使得国内食品安全相关市场进一步扩大。食品安全行业发展前景分析数据显示,2023年我国食品安全检测市场规模达到1355亿元,而到2024年,这一市场规模预计将达到1524亿元,年均复合增长率约为9.27%

科技的进步推送食品安全市场的扩大。随着人工智能等技术的不断发展,食品安全安全检测更加准确、智能与快捷。但是,据《2024-2029年中国食品安全行业市场深度研究及发展前景投资可行性分析报告》显示,目前我国食品快速检测市场规模约占食品检测市场总规模的30%,与上述比例差距较大。因此,在人民日常生活对便捷的食品安全检测技术需求旺盛,市场十分广阔。


(3)竞争对手:

       食品图像识别应用,如YummlyBite.aiFoodAI;营养与健康类应用,如MyFitnessPalLose It!;中国市场竞争,如美团和饿了么、食分宝、食谱与膳食搭配类小程序。

(4)未来市场销售预测:

   合作机会:与健康管理机构、健身中心、营养师平台的合作也可能成为推广的有效途径,进一步扩大市场影响力。

    内容营销与教育:通过科普文章、视频、直播等形式,教育用户认识到营养分析和合理膳食的重要性,帮助他们更好地理解产品的价值。

    社交媒体与社群建设:利用社交平台(如微信、抖音、小红书)进行营销,通过KOL和达人带动用户参与,同时建立健康饮食爱好者社区,增加用户粘性。

    用户激励机制:提供个性化健康报告、膳食计划等增值服务,以及积分兑换、优惠券等手段来激励用户长期使用。


1)项目情况:

通过微信小程序的形式实现一个菜品营养成分综合分级系统,其主要目标在于实现图像识别功能并执行计算功能。用户拍照上传图像后,小程序通过卷积神经网络对食物进行图像识别,并在后台连接食物成分数据库,通过分析各类原料、辅料、烹饪方法、原料的加工程度等,计算菜品的营养成分。随后,再使用营养成分计算算法对营养成分进行综合评估,得出一个010分的得分,并据此对菜品进行分级。


2)技术水平:

1.小程序开发

通过在微信小程序上实现功能,旨在使大众更易于接触和上手,从而实现对于大众饮食习惯产生积极影响的宏观目标。在开发过程中,采用wxjs实现逻辑层的框架,负责动态内容更新、用户交互、表单验证、动画和过渡效果、数据处理等功能,从而为小程序提供动态性和交互性。使用wxss控制小程序的外观和布局,负责样式化网页、布局管理、响应式设计、视觉效果、排版等方面,以使用户获得更佳的视觉效果和交互体验。利用wxml定义小程序的结构和内容,负责小程序结构、内容呈现、语义化标记、链接和导航等方面,以构建小程序的基础架构。在功能实现之后,进行用户体验(UX)设计和用户界面(UI)设计,识别目标用户群体,分析用户需求、动机和行为,通过对用户需求的深入分析,对小程序功能进行改良,优化小程序页面组成,以向用户提供更优质的体验。

2.算法实现

为了能对菜品营养成分进行综合分级,需要通过算法实现分析照片中食物种类的功能,通过分析用户所拍摄的图像,得出用户将摄入的食物的克重以及食物的种类。此功能将使用渐进式区域增强网络(PRENet)实现,PRENet的核心组成部分包括渐进式局部特征提取和区域特征增强机制(如图所示)。在渐进式局部特征提取阶段,网络通过采用逐步训练策略,致力于学习多尺度下的细致局部特征,以实现特征间的互补。而在区域特征增强阶段,网络引入自关注机制,有效整合多尺度丰富的上下文信息,从而提升局部特征的表征能力。在训练过程中,研究人员首先分别训练网络的不同阶段,随后通过拼接(concatenation)操作对整个网络进行联合训练,并引入KL-散度以增强各阶段间的特征差异,从而更精细地捕捉特征细节。最终,通过融合各阶段的互补输出及拼接特征,与预测结果相结合进行最终的食物分类。

3.数据集的构建

在实现了小程序的核心功能之后,本研究将通过训练数据集使深度学习模型学习到食物的规律和特征,从而实现食物的分类。训练阶段完成后,将使用测试集来评估模型的预测准确度,确保小程序在实际应用中能够准确识别食物。此外,本研究还将进行数据增强,以提高模型的泛化能力,使其在各种拍摄条件下仍能保持良好的识别性能。通过分析模型在特定实物类别上的表现,识别出难以识别的食物,以便在后续的优化工作中进行改进。本项目将首先使用规模较小的food101数据集进行训练,该数据集仅包含图片和标签,用以表明食物的种类。在项目组的后续工作中,项目组需要查询并标注每种食物的单位营养含量,以进一步完善数据库。

3)产品创新型、先进性、独特性:

    1.深度渐进式区域增强网络

对于食品识别,由于其图像没有独特的空间布局且所含食物成分在图像中随机分布,使得对于食物的图像识别无法完全通过关键特征提取实现。其次,食品图像识别属于细粒度分类,食物不同类别之间存在微妙差异,可能不存在共同的语义部分。随着人工智能的不断发展,早期的通过如颜色、纹理等食物基本特征进行识别的方式,逐渐被具有强大特征表示能力的深度学习网络所取代。不同于挖掘区分食品特征性区域,融合学习框架(利用图卷积网络捕获不同类别的图像表示和语义嵌入之间的类间关系)等融合特征提取的方法,考虑到食品图像的特点,我们建立了深度渐进式区域增强网络(PRENet),采用渐进式训练策略从不同层次提取全面和多样的局部特征,通过缩放感受野的大小逐步获取全局特征,并进一步利用自注意力机制进行多尺度特征交互,强化局部具有共性特征,从而把丰富的上下文信息精准融入局部特征中,再使用KL散度最大化策略增加特征间的差异性,全面覆盖图像中的元素,使识别结果更加精确。

    2.食物评分微信小程序

现有的有关食品识别的小程序多数以上传食品配料表图片分析其所含营养成分为主要功能,功能基础且覆盖面小。而我们开发的小程序可以根据所拍摄的食品照片识别摄入食物的类型并分析其所含营养成分,并根据RGBD食品分析基准进行评估后给出合理的打分及改善建议,帮助用户直观的发现饮食中存在的问题并及时改善,也能方便人们随时获取摄入食物的相关信息。

    3.建立含有营养成分信息的食品数据集

基于现有的食品数据集如food101等进行改进,添加各类食品营养信息,使食物图像识别结果涵盖更加全面的信息,便于小程序实现营养价值评估及打分功能。同时,建立信息更加全面的食品数据集也有助于后续算法的进一步优化,为人们提供更全面的摄入食物营养评价,培养健康的饮食习惯。

4)竞争优势:

准确性:结合现有的食品图像识别技术,我们优化建立了深度渐进式区域增强网络(PRENet)并结合food101数据集进行训练,能够覆盖较齐全的食品种类,得到更精确的识别结果。

便捷性:用户通过将食品照片上传到小程序中即可获取食品所含营养成分信息,能够实时监测自身饮食相关数据。

综合性:小程序集食品识别与膳食评估为一体,能够通过实际摄入食物量与健康膳食标准摄入量的比较给出相应评估和得分,帮助用户直观地了解目前饮食结构存在的缺陷从而及时优化调整。

灵活性:用户可以根据自身需要,如减脂、增肌等,结合专业指导,修改小程序中默认的健康膳食摄入数据,满足自身个性化饮食监测的需求。

 适应性:开发团队可以根据变化的市场需求进行小程序功能的增添和删减以达到丰富或精简结构实现特定功能的目的,如实现对过敏源进行筛查可以仅结合有关过敏源类别的数据进行评估和打分。

1)生产或运营方式:

    1、生产方式:

    团队在实验室中进行产品研发,按照“小程序的搭建与测试-食品图像食品算法复现与测试-食品图像识别算法改良与封装-数据集的扩充与内容丰富”的路径展开

    2.营销方式:

    合作机会:与健康管理机构、健身中心、营养师平台的合作也可能成为推广的有效途径,进一步扩大市场影响力。

    内容营销与教育:通过科普文章、视频、直播等形式,教育用户认识到营养分析和合理膳食的重要性,帮助他们更好地理解产品的价值。

    社交媒体与社群建设:利用社交平台(如微信、抖音、小红书)进行营销,通过KOL和达人带动用户参与,同时建立健康饮食爱好者社区,增加用户粘性。

    用户激励机制:提供个性化健康报告、膳食计划等增值服务,以及积分兑换、优惠券等手段来激励用户长期使用。

2)生产或开发需求:

项目实施条件:

1.学院课程安排合理,培养方案完善,鼓励学生创新实践,让学生能够在完成相关课程学习同时能够有时间参加相关项目开展。同时,学院老师对此也大力支持,提供相关的技术指导。

2.团队成员有较高的专业知识和相关的技术储备,对该项目有浓厚的兴致和良好的科研素养,能够和指导团队一起研究探索。

3.项目指导老师李郅辰教授多次指导大创项目开展,经验丰富,具有开发经验的研究生也将持续跟进项目研究,能够确保项目高质量完成。经过专业指导,项目组能够更迅速准确地梳理技术要点,注重创新点的落实,将食物图像识别技术应用于膳食调查领域。

资源保障: 

可以利用华东理工大学图书馆馆藏书籍以及与学校合作的包括知网、维普等国内外文献检索渠道和开放数据库来查找与研究主题相关的文献资料。目前已对食物图像识别技术、食品数据集等相关研究成果进行了查阅,积累了丰富的资料。此外,立项项目可以获得的学校配套的经费、硬件、实验室等相关研究资源支持。

3)质量保证:

  经团队反复检测,并上传至平台邀请用户体验、反馈,已达到产品正式上线时有更好的用户体验和质量保障。

4)生产成本:

      1、开发成本 

本项目涵盖小程序的开发与系统对接工作,涉及认证费用、域名服务器费用、用户界面设计认证费用等。研发过程中,还需承担文献资料检索的相关费用。这些基础投入是启动程序开发工作的前提条件。 

2、技术成本 

为了提升卷积神经网络对食物图像识别的精确度,本项目需租赁云服务器以进行多卡并行训练,同时为了避免后续开发过程中的法律纠纷,我们需要购买或租赁所需的软件开发许可证,以及获取正版数据库的使用权限。此环节为项目中成本消耗最高且最为关键的组成部分。 

      3、法律成本 

完成软件著作权登记需支付相关费用。

      4、测试与迭代成本 

小程序开发完成后,将进行功能测试、性能测试和用户测试,并根据测试结果对小程序进行优化和迭代,以改善用户体验。这一过程将产生一定的成本。

      5、市场营销成本 

小程序开发完成后,为扩大用户基础,计划在微信视频号、抖音、bilibili等社交媒体平台投放广告。同时,为维护用户关系和提升用户体验,举办各类活动和提供用户服务也将产生相应成本。 

 

通过上述成本分析,我们能够为投资者提供一个清晰的成本概览,以及每项成本的合理性解释。这将有助于评估项目的经济效益,并为未来的财务规划提供坚实的基础。我们的目标是通过精细化的成本管理,优化资源配置,以实现项目的最大投资回报。

一、背景分析

食物的营养、食品安全与健康的关系密切。世界卫生组织(World Health Organization, WHO)报道,全球有近 20%的死亡归因于不健康的膳食,是引起死亡和疾病负担的首位因素,上海市排名前 10 位的疾病死因中与营养密切相关的因素约占 80.4%

全球营养与食品安全问题,对个人及其家庭、社区和国家发展、经济、社会和医疗造成严重、持久的影响。随着我国经济的快速发展,近 30 年来我国居民营养状况得到很大的改善,食品安全总体水平不断提高。但我国仍然面临着重大的关于推动食品健康、膳食营养的挑战,营养过剩与不足等问题并存,超重、肥胖等问题凸显,营养不良、搭配不均衡的问题显著。居民在外就餐频率持续增高、大量食用预制食品和包装食品、含糖饮料等纯能量食物等问题,加剧人群膳食结构不合理、营养摄入不均衡,进而引起居民的肥胖、糖尿病、心脑血管疾病、甚至肿瘤等相关疾病,不仅严重影响国民的健康和生活质量,也直接影响健康中国、上海建设目标的实现。解决饮食健康问题的重点之一在于对食品的监测反馈。

在技术层面上,随着人工智能、大数据等信息化技术手段的发展,食品计算的相关探索得到更多重视。我们可以开发人群膳食调查新方法和新技术,进而智能化地对我们食用的食品分类,对我们膳食营养进行分析、反馈。近些年深度学习、图像识别技术发展迅速,我们拍照即可对餐桌上的菜品进行分类,并对其营养成分的分析。同时,在当前数字信息发展条件下,可以研究一种较传统膳食回顾调查方法精准度更高的、应用于集中供餐场景(如中央厨房供餐、集体食堂、连锁餐厅等)下的个体饮食摄入信息采集的标准化方法,建立以“在线数据处理平台+个体手机小程序终端”形式的个体饮食摄入信息采集系统,对用户的饮食进行科学分析,快速评价,并周期性地给出饮食建议。在此监测——反馈机制下,人们可以科学的管理自己的膳食,培养健康的饮食习惯,推动健康中国的发展。

在政策方面,国家出台了许多有关国民膳食健康的政策和计划,如2017年出台的国民营养计划(20172030年):旨在提高国民的营养健康水平,以全面贯彻“健康中国2030”规划纲要为指导。该计划强调以人民健康为中心,普及营养健康知识,优化营养健康服务,完善营养健康制度,建设营养健康环境,发展营养健康产业 和“十四五”国民健康规划,这个规划是全面推进健康中国建设的一部分,根据《中华人民共和国国民经济和社会发展第十四个五年规划和2035年远景目标纲要》以及《健康中国2030”规划纲要》编制。规划强调了重大疾病防治、居民健康素养提升、医药卫生体制改革等方面的进展和目标。与此同时《中国居民膳食指南(2022)》文件的颁布,也是国家重视人民膳食安全的重要体现,该文件是国家卫生健康委等部门指导下的一个重要技术支撑文件,用于指导居民通过平衡膳食改变营养健康状况、预防慢性病、增强健康素质。指南提炼出了平衡膳食的八准则,包括食物多样、合理搭配、多吃蔬果、奶类、全谷、大豆等 。这些政策和指南共同构成了中国在膳食健康方面的政策框架,旨在通过普及营养知识、优化服务、完善制度等多方面措施,提高国民的健康水平。

 

二、成本分析

1、开发成本 

本项目涵盖小程序的开发与系统对接工作,涉及认证费用、域名服务器费用、用户界面设计认证费用等。研发过程中,还需承担文献资料检索的相关费用。这些基础投入是启动程序开发工作的前提条件。 

2、技术成本 

为了提升卷积神经网络对食物图像识别的精确度,本项目需租赁云服务器以进行多卡并行训练,同时为了避免后续开发过程中的法律纠纷,我们需要购买或租赁所需的软件开发许可证,以及获取正版数据库的使用权限。此环节为项目中成本消耗最高且最为关键的组成部分。 

3、法律成本 

完成软件著作权登记需支付相关费用。

4、测试与迭代成本 

小程序开发完成后,将进行功能测试、性能测试和用户测试,并根据测试结果对小程序进行优化和迭代,以改善用户体验。这一过程将产生一定的成本。

5、市场营销成本 

小程序开发完成后,为扩大用户基础,计划在微信视频号、抖音、bilibili等社交媒体平台投放广告。同时,为维护用户关系和提升用户体验,举办各类活动和提供用户服务也将产生相应成本。 

 

通过上述成本分析,我们能够为投资者提供一个清晰的成本概览,以及每项成本的合理性解释。这将有助于评估项目的经济效益,并为未来的财务规划提供坚实的基础。我们的目标是通过精细化的成本管理,优化资源配置,以实现项目的最大投资回报。

 

三、项目经济分析

1、行业前景

在麦肯锡咨询公司的2024全球健康行业研报中,认为“我努力将健康作为日常生活中的首要任务之一”的中国人达到62%,有74%的中国人认为“即使总体上花钱下降,我也会在健康和保健产品服务上花费相同或更高的金额”。在这些人之中,50%的受调研者认为肠道安全是他们的首要考虑因素。

“购买在家使用的肉类的关键购买因素”调研中,中国人所考虑的最首要的因素是食品安全与健康。

由此可见,食品健康在中国十分受到重视。我们的产品能够为消费者提供便捷的查询食物中营养的渠道,并通过分级的方式让用户更易了解到所食用的食物健康与否,为用户的饮食健康保驾护航,具有良好的市场前景。

 

2、项目收益分析

1)项目生命周期

相较于其他产品,食品图像识别及在线膳食分析小程序的开发阶段耗时较少,并且饮食健康是一个长久的话题,人们在满足温饱需求之后会对健康愈发重视,项目的成熟期会持续很久,能够带来长久的盈利,因此本项目的核心阶段在于发展期,我们需要有针对性地投放广告,和地方医院,健身房等需要重视饮食的场所合作,并且在项目引入市场初期采用低价策略,迅速占据大部分市场,从而能够在成熟期获得更多收益。

2SWOT分析

产品强势:采用小程序的形式,并且拥有分级系统,相较于其他类似产品,用户能够更轻易地接触到并且能够通过营养打分更直观地感受到所食用的食品健康与否。

产品弱势:数据库中储存的资料有限,无法保证能准确识别出所有的食物,用户若食用汤面粉类食品可能会导致部分原料被遮挡无法识别。

环境机遇:人们对于食品健康的重视程度不断提高。

环境威胁:市面上有类似产品争夺市场,产品更新换代快,若更新技术无法跟上同类产品会面临市场流失。

根据上述分析,本产品可以将“亲民性”,“便捷性”等词语加入到宣传之中,通过产品的优势快速抢占市场。此外,在产品开发的过程中,我们还可以根据测试的案例不断扩充数据集,在投入市场后也可在用户拍照界面提示用户要将所有的原料显示在照片之中,我们将根据用户体验和技术进步,不断更新产品,尽可能克服产品弱点,发挥产品优势。

 

3、项目的投资价值

   项目的成本较低,而且未来能产生长时的经济流入,若能将投资运用到产品导入阶段,有很大的希望成为波士顿矩阵中的“明星”产品,为企业带来巨额的收益,产品的投资回报率ROCE极高,具有良好的投资价值。

 

综上所述,食品图像识别及在线膳食分析小程序在经济效益上具有明显优势,具有较高的投资价值和可持续性。

 

四、社会效益

食品图像识别在社会效益方面具有多方面的影响和应用。首先,食品图像识别与人类的行为、健康和文化密切相关。随着社交网络、移动网络和物联网等泛在网络的发展,产生了大量的食品数据,这些数据与人工智能技术,尤其是深度学习技术相结合,催生了新的交叉研究领域——食品计算。食品图像识别作为食品计算的核心任务之一,同时也是计算机视觉领域中细粒度视觉识别的重要分支,因此在理论研究上具有重要意义。

在实际应用方面,食品图像识别具有广泛的前景,包括智慧健康、食品智能装备、智慧餐饮、智能零售及智能家居等领域。通过食品图像识别,可以实现对食品的自动识别和分类,这对于食品的质量评估、自动结算、智能厨具的开发、食品图像的组织检索和推荐等方面都具有重要意义。此外,食品图像识别还可以帮助提高食品的安全性和质量控制,促进健康饮食的选择和习惯的形成。具体应用如下:

1. 个体化膳食指导和管理:

食物识别技术为个体化膳食指导与管理提供了精确工具,依据用户饮食习惯、健康状况和营养需求,实现膳食建议的个性化。该技术实时监测营养摄入,辅助过敏源识别,促进健康饮食行为。其便捷性提高了用户体验,免除了手动记录的繁琐,同时为餐饮服务个性化与食品安全监管提供了支持,从而保障了公众健康。

2. 健康食堂和智慧餐厅:

食物识别技术在健康食堂和智慧餐厅的应用,实现了个性化营养推荐、营养信息即时展示、过敏源自动筛查、智能点餐和数据记录,优化了顾客用餐体验。同时,技术助力餐厅进行库存管理和食材溯源,保障食品安全,并通过智能支付提高结算效率,收集反馈以持续改进服务,推动了餐饮服务向智能化、个性化发展。

3. 智慧化外卖平台:

食物识别技术在外卖平台的应用,极大提升了用户体验和平台运营效率。用户通过拍照或上传图片即可快速识别菜品并下单,简化了搜索过程。平台则利用该技术进行菜品审核,确保信息准确,同时分析用户偏好,提供个性化推荐,增强用户粘性。此外,食物识别还能辅助商家优化菜单,监控市场趋势,以及在外卖配送过程中验证订单准确性,减少了错误配送,提高了服务质量。

五、融资目标

计划融资人民币 100万元,以支持产品的研发、市场拓展以及运营管理等方面的需求。

资金用途:

技术研发(40%):继续优化食品图像识别算法,增强数据库建设,提升系统的准确性和响应速度,开发新功能(如多平台兼容性、个性化建议引擎等)。

市场拓展与品牌推广(30%):通过线上与线下营销手段推广产品,扩大品牌影响力,进行用户教育和市场开拓,特别是在微信小程序和其他平台的推广。

团队建设与运营管理(20%):加强团队的核心研发能力,招聘更多的技术开发、数据分析和运营管理人才,提升服务水平和用户体验。

合规性与法律支持(10%):确保产品符合相关的法律法规要求,特别是在数据隐私保护和食品安全领域,聘请法律团队处理知识产权、隐私保护等问题。

六、回报机制:

股东回报:投资人可通过股权增值、分红等方式获得回报。预计公司在3-5年内实现盈利,并在5年后进行IPO或并购退出。

预计收益:根据市场发展预测,5年内公司营收将达到2亿元,净利润超过5000万元,投资人可获得约4倍的投资回报。

(1)机构设置

1.技术部:仇梓廷。软件部负责核心技术的开发,包括图像识别的算法、封装、小程序的开发等。仇梓廷具备相关专业素养,负责相关技术统一的进度安排、审查,管理团队成员相关算法等开发的工作安排。
  2.市场部:李鹏鹏。市场部主要负责市场分析,包括对行业前景的预测、目标市场的调查等,同时承担本项目成本、收益分析。李鹏鹏具备专业金融知识,能够更好地对市场全面分析,对本项目方向有指导性的作用。

       3.运营部:欧韬。运营部主要负责向外对接,包括赞助的拉取、产品的宣发等。欧韬作为我院对外联络部负责人,有优秀的对外沟通、宣传能力,并掌握许多优质赞助商资源,可以推动项目的蓬勃发展。

       4.统筹部:周健华。统筹部负责整个项目的安排,协调管理各个部门及成员的工作内容。周健华为本项目负责人,同时兼任多项学生工作,具有良好的管理能力,可以良好协调项目安排与对接事宜。

(2)实施方案:

       项目拟定推进时间为202410-20266,项目将按照“小程序的搭建与测试-食品图像食品算法复现与测试-食品图像识别算法改良与封装-数据集的扩充与内容丰富”的路径展开。

2024/10-2024/11初期准备:小组团队成立,与导师会谈并确定大创方向为食品图像识别及小程序在线膳食分析。学习查阅相关论文、资料,了解相关的技术知识与领域背景;同时了解课题相关社会需求,不定期小组内讨论。

2024/11-2025/1 小程序开发:团队研讨,学习小程序的开发技术,确定市场需求;学习WXML等技术进行前端开发,做好UI设计,并用wxjs等技术实现整体逻辑的框架,并与测试数据库相连。最后前后端接口对接。

2025/1-2025/2 小程序测试工作:进行小程序的测试与完善,团队进行讨论总结,完成一篇阶段性的总结报告。

2025/3-2025/5 食品图像识别算法复现、完善:团队参与渐进区域增强网络(PRENet)的设计。第一部分通过逐步训练策略,捕捉多尺度下的细粒度局部特征来训练渐进局部特征学习模型;第二部分借助自注意力机制,融合丰富的上下文信息实现区域特征增强。

2025/4 团队整理成果参与答辩。

2025/6 团队研讨,完成一篇阶段性的成果总结报告。

2025/6-2025/8 算法优化封装、准备竞赛:算法优化,进行第一阶段测试,团队研讨,准备竞赛。

2025/9 总结成果,完成一篇总结报告。

2025/9-2025/11 完善数据集和数据库:丰富样本的数量以及相关内容要素,小组讨论形成一篇阶段性总结。

2025/11-2026/1 数据集和数据库迁移与小程序完善:用新的数据库测验小程序的功能;用新数据集测验算法功能,进行适当的修改完善。将食品图像识别功能嵌入至小程序中进行修整。

2026/2 团队讨论,完成一篇阶段性成果总结报告。

2026/3-2026/5 小程序发布:对小程序和算法进行最后的测试与补充,发布上线。

       2026/6 整理所有成果,形成1-2篇论文成果,并申请1个软件著作权。

(3)销售策略:

       合作机会:与健康管理机构、健身中心、营养师平台的合作也可能成为推广的有效途径,进一步扩大市场影响力。

        内容营销与教育:通过科普文章、视频、直播等形式,教育用户认识到营养分析和合理膳食的重要性,帮助他们更好地理解产品的价值。

        社交媒体与社群建设:利用社交平台(如微信、抖音、小红书)进行营销,通过KOL和达人带动用户参与,同时建立健康饮食爱好者社区,增加用户粘性。

        用户激励机制:提供个性化健康报告、膳食计划等增值服务,以及积分兑换、优惠券等手段来激励用户长期使用。

市场风险:

风险:市场竞争激烈,可能存在技术上不如竞争对手或者市场推广不足的风险。

应对措施:加强技术研发投入,提升产品的核心竞争力;同时,注重市场营销与用户教育,逐步积累用户口碑。

技术风险:

风险:图像识别技术可能面临识别准确性和效率不足的风险。

应对措施:持续投入研发,优化算法,结合大数据分析与深度学习技术不断提升识别准确率。

资金风险:

风险:资金使用不当或过度依赖融资可能影响公司长期发展。

应对措施:根据融资进度合理使用资金,严格控制预算,确保资金的有效配置

一、收入来源分析

用户收入:

你们的项目主要依赖用户订阅费作为收入来源。初期,用户增长可能较为缓慢,但随着品牌知名度的提升和市场的逐渐渗透,收入会逐步增长。基于图像识别和营养分析的个性化服务将吸引对健康和营养管理感兴趣的用户。

初期你们可以通过免费试用、广告推广等方式吸引用户,进而转化为付费用户。

假设初期用户增长较慢,后期逐步通过优化产品和用户体验吸引更多付费用户。

广告收入:

你们的产品有一定的流量,因此广告收入将成为重要的收入来源。尤其是和健康品牌、食品公司、健身平台等合作,平台的流量可以通过广告形式变现。随着平台的增长和用户活跃度的提高,广告收入也会逐渐增加。

B2B合作收入:

你们可以与餐饮企业、健康管理机构、健身房等企业进行合作,提供定制化的健康管理解决方案或者数据分析服务。虽然初期B2B收入可能占比不大,但随着企业市场的拓展和需求的增长,B2B合作收入将成为收入的重要组成部分。

二、成本结构分析

技术研发成本:

作为基于图像识别和人工智能技术的小程序,技术研发将是项目的核心,前期的技术投入将较高。100万的初期资金应重点投入到技术的研发和优化,包括食品图像识别模型的训练、数据采集与分析算法的提升等。

初期研发投入相对较大,可能占资金的40%-50%

研发成本随着技术的成熟逐步降低,但仍需要持续的投入来维持产品的创新和技术优势。

市场推广费用:

在初期,你们的产品需要通过大量的市场推广来吸引用户,尤其是在社交媒体、线上广告和合作伙伴渠道等方面的投入。市场营销费用是提高用户量和平台曝光度的关键,初期可以占据较大比例,可能占总资金的20%-30%

初期营销策略可以通过社交媒体广告、线上活动等方式吸引用户。随着平台用户增长,后期营销费用可以相对减少。

运营成本:

随着用户量的增长和平台运营的复杂性增加,后期运营成本也会逐渐上升。这包括服务器费用、客服支持、数据存储和处理等。

初期运营成本相对较低,但随着平台活跃用户增多,需要投入更多资源用于运营支持。

三、效益总结

初期效益:100万资金在初期主要用于技术研发和市场推广,因此项目可能在前1-2年面临亏损。初期投资主要用于打基础和积累用户。

中期效益:随着用户增长和市场逐步渗透,预计在第2年或第3年开始实现盈亏平衡,收入来源逐渐稳定。广告收入、B2B合作收入和付费用户订阅将成为主要盈利来源。

长期回报:在第3至第5年,项目可能进入盈利稳定期,预计回报率为100%-200%。随着市场逐渐扩大,用户基础和平台收入稳步增长,项目的盈利潜力较大。?

经费预算

开支科目 预算经费(元) 主要用途 阶段下达经费计划(元)
前半阶段 后半阶段
预算经费总额 19900.00 产品研发、营销和团队学习开销 10500.00 9400.00
1. 业务费 12500.00 小程序开发、资料准备、会议、差旅、论文等 7000.00 5500.00
(1)能源动力费 3000.00 小程序开发认证费+域名服务器费+UI设计成本等 3000.00 0.00
(2)会议费 3000.00 参加相关学术会议、课程、竞赛的报名、培训 1500.00 1500.00
(3)差旅费 4000.00 因团队研讨、竞赛产生的相关交通费、住宿费 2000.00 2000.00
(4)文献检索费 500.00 购买、搜集相关文献资料 500.00 0.00
(5)论文出版费 2000.00 发表相关一篇论文 0.00 2000.00
2. 仪器设备购置费 7000.00 租用云服务器进行多卡训练,购买使用相关正版数据集、软件 3500.00 3500.00
3. 材料费 400.00 软件著作权 0.00 400.00

项目附件

  • 周健华小组食品图像识别及在线膳食分析小程序开发-创业训练类.doc
    下载
结束