[AID-BACKEND-004] Создать воркер YOLOv8 продуктов
Разработка ai-vision-worker (Backend): Реализация алгоритма детекции объектов питания по фото холодильника.
NoteКраткая карточка задачи
- Эпик: EPIC-AID-001
- Компонент: ai-vision-worker (YOLOv8 Runtime Instance)
- Статус: Готово к реализации
- Ссылка на Метод: Спецификация инференса компьютерного зрения YOLOv8
1. Бизнес-контекст и цель (Business Context)
Для автоматического сканирования полок холодильника пользователю достаточно сделать фотографию. Воркер AID должен обработать изображение весами предобученной нейросети YOLOv8, классифицировать типы еды (молоко, томаты, сыр) и выдать координаты объектов.
Цель задачи: Разработать питоновский бэкенд-модуль fridge_yolo_worker.py для инференса компьютерного зрения и маппинга классов на внутренние ID.
2. Пользовательские истории (User Stories)
Как Семья, заполнившая холодильник продуктами,
Я хочу просто сфотографировать полки через приложение FoodLifeCycle,
Чтобы система сама определила состав и количество зачисленных упаковок.