Un ensemble de données sur des plats alimentaires très intéressant, si vous construisez une application/modèle de santé : 100 k échantillons alimentaires soigneusement sélectionnés, allant des repas faits maison, des plats de restaurant, des ingrédients bruts et des produits emballés. La manière dont il a été construit est tout aussi précieuse • 50 k vrais utilisateurs sur Binance ont capturé leurs propres assiettes et ont été pré-annotés par des annotateurs humains professionnels. • Les étiquettes générées par machine ont ensuite été vérifiées et affinées par les utilisateurs de Binance pour garantir la qualité. • Une partie de l'ensemble de données est disponible sur Hugging Face sous une licence OpenRail. Cela ressemble à une nouvelle approche pour la collecte de données par crowdsourcing. Lien ci-dessous :