In diesem Beitrag gehen wir durch den Prozess, die FoodSavr-Lösung (fiktiver Name, der nur für Zwecke dieses Beitrags verwendet wird) mithilfe von Amazon Rekognition Custom Labels zu erstellen, um Zutaten zu erkennen und personalisierte Rezepte mit Anthropic’s Claude 3.0 auf Amazon Bedrock zu generieren. Wir demonstrieren eine End-to-End-Architektur, bei der ein Benutzer ein Bild seines Kühlschranks hochladen kann, und mithilfe der gefundenen Zutaten (erkannt durch Amazon Rekognition) die Lösung ihm eine Liste von Rezepten (erzeugt durch Amazon Bedrock) an die Hand gibt. Die Architektur erkennt auch fehlende Zutaten und bietet dem Benutzer eine Liste von nahen Lebensmittelgeschäften an.
aws.amazon.com
From fridge to table: Use Amazon Rekognition and Amazon Bedrock to generate recipes and combat food waste
