vn_food_classification

🍜 Vietnamese Food Classification — V10 CPU SVM Ensemble

Mô hình phân loại ảnh món ăn Việt Nam sử dụng Ensemble 3 SVM (RBF kernel) kết hợp trích đặc trưng thủ công, chạy hoàn toàn trên CPU (không cần GPU).
Được huấn luyện và thực nghiệm trên Google Colab với scikit-learn.

---

📌 Thông tin mô hình

---

🎯 Các lớp hỗ trợ

Tổng: 6 052 ảnh chia train / val / test theo tỉ lệ 70 / 15 / 15 (stratified).

---

📊 Kết quả thực nghiệm

Kết quả huấn luyện trên Google Colab (CPU runtime):

Kết quả chi tiết trên tập test (per-class):

---

🔧 Phương pháp trích đặc trưng (Feature Extraction)

Mỗi ảnh được trích thành vector đặc trưng thủ công trước khi đưa vào SVM:

Sau khi trích đặc trưng: StandardScaler → PCA (92% variance) → SVM.

---

🛡️ Kỹ thuật chống Overfitting

Mỗi trong 3 SVM của ensemble được huấn luyện với:

• Feature Noise (σ = 0.05): thêm nhiễu Gaussian vào feature vector
• Feature Dropout (5%): đặt ngẫu nhiên 5% features về 0
• Subsampling (85%): chỉ dùng 85% dữ liệu train (random, khác seed mỗi model)
• class_weight='balanced': cân bằng trọng số theo tần suất lớp

---

🚀 Cách sử dụng

Tải model từ Hugging Face

from huggingface_hub import hf_hub_download
import pickle

model_path = hf_hub_download(
    repo_id="jamus0702/vn_food_classification",
    filename="v10_balanced_cpu.pkl"
)

with open(model_path, "rb") as f:
    data = pickle.load(f)

label_encoder   = data["label_encoder"]
scaler          = data["scaler"]
pca             = data["pca"]
ensemble_models = data["ensemble_models"]   # list of 3 sklearn SVC
class_names     = data["class_names"]

Inference trên một ảnh

import cv2
import numpy as np
from scipy.stats import skew, mode

IMG_SIZE = (256, 256)

def extract_sift_features(image):
    gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
    sift = cv2.SIFT_create(nfeatures=50)
    _, descriptors = sift.detectAndCompute(gray, None)
    if descriptors is None or len(descriptors) == 0:
        return np.zeros(128)
    return np.concatenate([np.mean(descriptors, 0), np.std(descriptors, 0)])[:128]

def calculate_lbp(img):
    h, w = img.shape
    lbp = np.zeros((h - 2, w - 2), dtype=np.uint8)
    for i in range(1, h - 1):
        for j in range(1, w - 1):
            c = img[i, j]
            code  = (img[i-1,j-1]>=c)<<7 | (img[i-1,j]>=c)<<6 | (img[i-1,j+1]>=c)<<5
            code |= (img[i,j+1]>=c)<<4   | (img[i+1,j+1]>=c)<<3 | (img[i+1,j]>=c)<<2
            code |= (img[i+1,j-1]>=c)<<1 | (img[i,j-1]>=c)<<0
            lbp[i-1, j-1] = code
    return lbp

def extract_features(image):
    features = []
    # RGB
    for i in range(3):
        h = cv2.normalize(cv2.calcHist([image],[i],None,[32],[0,256]), None).flatten()
        features.extend(h)
    # HSV
    hsv = cv2.cvtColor(image, cv2.COLOR_BGR2HSV)
    for i in range(3):
        rng = [0,180] if i==0 else [0,256]
        h = cv2.normalize(cv2.calcHist([hsv],[i],None,[32],rng), None).flatten()
        features.extend(h)
    # LAB
    lab = cv2.cvtColor(image, cv2.COLOR_BGR2LAB)
    for i in range(3):
        h = cv2.normalize(cv2.calcHist([lab],[i],None,[24],[0,256]), None).flatten()
        features.extend(h)
    # HOG
    gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
    hog_img = cv2.resize(gray, (64, 64))
    hog = cv2.HOGDescriptor((64,64),(16,16),(8,8),(8,8),9)
    features.extend(hog.compute(hog_img).flatten())
    # LBP
    lbp = calculate_lbp(cv2.resize(gray, (32, 32)))
    h = cv2.normalize(cv2.calcHist([lbp],[0],None,[26],[0,256]), None).flatten()
    features.extend(h)
    # Canny edges
    edges = cv2.Canny(gray, 50, 150)
    h = cv2.normalize(cv2.calcHist([edges],[0],None,[8],[0,256]), None).flatten()
    features.extend(h)
    # Color moments
    for i in range(3):
        ch = image[:,:,i].flatten()
        features += [np.mean(ch)/255, np.std(ch)/255, skew(ch)/10]
    # Color ratios
    b,g,r = cv2.split(image.astype(np.float32)+1e-6)
    features += [np.mean(r/(b+g)), np.mean(g/(r+b)), np.mean(b/(r+g))]
    # SIFT
    features.extend(extract_sift_features(image))
    return np.array(features, dtype=np.float32)

# ── Chạy inference ──
img = cv2.imread("your_food_image.jpg")
img = cv2.resize(img, IMG_SIZE)

feat = extract_features(img).reshape(1, -1)
feat_scaled = scaler.transform(feat)
feat_pca    = pca.transform(feat_scaled.astype(np.float32))

# Ensemble predict (majority vote + average proba)
all_preds = []
all_probs = []
for model in ensemble_models:
    all_preds.append(int(model.predict(feat_pca)[0]))
    all_probs.append(model.predict_proba(feat_pca)[0])

prediction    = int(mode(all_preds, keepdims=False)[0])
probabilities = np.mean(all_probs, axis=0)

predicted_class = label_encoder.inverse_transform([prediction])[0]
confidence      = probabilities[prediction] * 100

print(f"Món ăn: {predicted_class}  ({confidence:.1f}%)")
for name, prob in sorted(zip(class_names, probabilities), key=lambda x: -x[1]):
    print(f"  {name}: {prob*100:.1f}%")

---

🗂️ Nội dung repository

jamus0702/vn_food_classification
└── v10_balanced_cpu.pkl   # Model đã huấn luyện (~176 MB)

Cấu trúc file .pkl

{
    "svm_model":       <sklearn.svm.SVC>,        # model đầu tiên trong ensemble
    "ensemble_models": [SVC, SVC, SVC],           # 3 SVM độc lập
    "label_encoder":   <LabelEncoder>,            # 7 nhãn món ăn
    "scaler":          <StandardScaler>,          # fit trên tập train
    "pca":             <PCA>,                     # 653 components, variance=0.92
    "class_names":     ["Banh chung", ...],       # danh sách tên lớp
    "img_size":        (256, 256),
    "best_params":     {"C": 0.3, "gamma": "scale", "kernel": "rbf"},
    "c_value":         0.3
}

---

📈 Quá trình huấn luyện

---

⚠️ Giới hạn

• Mô hình chỉ nhận diện 7 món ăn cố định; ảnh ngoài phân phối (OOD) sẽ bị gán nhãn sai.
• Độ chính xác test ~70% — phù hợp cho mục đích học thuật / demo, chưa sẵn sàng production quy mô lớn.
• Thời gian inference mỗi ảnh ~0.1–0.3 giây trên CPU thông thường (do tính SIFT và LBP thủ công).
• Huấn luyện bằng scikit-learn 1.4.2 — cần đúng phiên bản khi load model để tránh lỗi unpickling.

---

📦 Yêu cầu môi trường

scikit-learn==1.4.2
opencv-python-headless==4.9.0.80   # hoặc opencv-python
numpy==1.26.4
scipy==1.13.0
huggingface_hub>=0.24.0

---

📜 License

Dự án phát hành dưới MIT License.
Thực hiện bởi nhóm sinh viên, phục vụ môn Machine Learning — không sử dụng cho mục đích thương mại.

---

🔗 Liên kết

• Source code & backend: github.com/jj4002/vietnamese-food-classification
• Notebook huấn luyện: training/V10_CPU/v10_balanced_cpu.ipynb