Une balance intelligente qui voit le gaspillage alimentaire.

Le problème

Une cuisine ne peut pas réduire un gaspillage qu’elle ne mesure pas. Toute la journée, à chaque poste, de la nourriture part à la poubelle, et personne ne prend le temps de noter de quoi il s’agissait, combien cela pesait ni pourquoi on l’a jetée.

Phood 2.0 devait saisir cette information au moment même où l’on jette, sans presque rien ajouter au travail du cuisinier qui tient le bac.

Ce que nous avons construit

Trois briques, chacune avec un seul rôle.

• Une application Android installée sur une balance tactile industrielle. Elle lisait le poids via le protocole série de la balance et prenait une photo de chaque produit.
• Un classifieur d’aliments : un modèle ResNet-20 développé avec Keras, exécuté sur AWS Lambda, qui identifiait l’aliment sur la photo.
• Une API Node.js et Express qui portait tout l’univers de la cuisine : organisations, sites, postes, bacs, relevés alimentaires, rapports de gaspillage, motifs de perte, menus, stocks et rôles. La validation, l’authentification et la mise en cache s’exécutaient en middleware devant chaque route.

Ce que nous ferions aujourd’hui

C’est notre avis, avec le recul. En 2017, un petit classifieur sur mesure dans le cloud était le choix pragmatique. Aujourd’hui, nous essaierions d’abord deux choses.

Nous ferions tourner un modèle compact directement sur l’appareil, pour que la balance continue de fonctionner quand le réseau de la cuisine tombe, et qu’une photo ne quitte jamais le bâtiment sans nécessité.

Pour les cas difficiles, nous testerions un modèle de vision récent avant d’entraîner le nôtre. Il sait nommer un plat qu’il n’a jamais vu et décrire le contenu d’un bac mélangé, ce qu’une liste fixe de classes ne permet pas.

Ce que nous garderions, c’est l’architecture du système : un seul geste à la poubelle, tout le reste automatique, et des rapports sur lesquels un chef de cuisine peut agir.