VnGrocery AI

Pipeline AI phân loại nhóm thực phẩm và đánh giá độ tươi.

Luồng

ảnh → router → nhóm thực phẩm → freshness expert → FRESH / HALF-FRESH / SPOILED

Router hiện có các nhóm:

cu, gia_suc, qua, rau

gia_cam chỉ hoạt động sau khi có data/train/gia_cam, data/valid/gia_cam và checkpoint expert tương ứng.

Cài đặt

PowerShell tại thư mục vnecheck:

.\.venv\Scripts\Activate.ps1
python -m pip install -r requirements.txt

Kiểm tra CUDA:

python -c "import torch; print(torch.cuda.is_available()); print(torch.cuda.get_device_name(0) if torch.cuda.is_available() else 'CPU')"

Dataset

data/
  train/
    cu/
      FRESH/
      HALF-FRESH/
      SPOILED/
    gia_suc/
    gia_cam/
    qua/
    rau/
  valid/
    ... cùng cấu trúc với train ...

Mỗi ảnh chỉ xuất hiện trong một split. Không để ảnh gốc hoặc augmentation của cùng ảnh trong cả train và valid.

Train

Train router:

python train.py --epochs 15 --batch-size 8 --workers 0 router

Train freshness expert:

python train.py --epochs 15 --batch-size 8 --workers 0 freshness --category cu
python train.py --epochs 15 --batch-size 8 --workers 0 freshness --category gia_suc
python train.py --epochs 15 --batch-size 8 --workers 0 freshness --category qua
python train.py --epochs 15 --batch-size 8 --workers 0 freshness --category rau

--epochs là tổng số epoch mục tiêu. --workers 0 ổn định hơn trên Windows; tăng lên khi data loading không còn là nút thắt.

Checkpoint và resume

Mỗi run nằm trong runs/<run>/:

last_checkpoint.pth  # trạng thái mới nhất
best_model.pth       # model có validation loss tốt nhất
metrics.csv          # metrics từng epoch
summary.json         # kết quả test cuối
config.json          # cấu hình run

last_checkpoint.pth được tạo trước epoch đầu và cập nhật sau mỗi epoch. Nó lưu:

• Model weights
• Optimizer
• Scheduler
• AMP scaler
• Epoch hiện tại
• Best metrics và early-stopping state
• Random state CPU/GPU

Resume từ trạng thái mới nhất:

python train.py --epochs 15 --resume runs\20260722_071335_router_resume_epoch1_6\last_checkpoint.pth router

Resume từ best_model.pth cũ vẫn chạy được, nhưng checkpoint cũ chỉ có weights nên không khôi phục được optimizer/scheduler chính xác. Checkpoint mới thì khôi phục đầy đủ.

Nếu process bị kill giữa epoch, mất tối đa epoch đang chạy; checkpoint trước đó không bị ghi hỏng.

Dự đoán

python predict.py path\to\image.jpg

Pipeline đầy đủ cần router và freshness expert tương ứng trong models/.

Export ONNX cho Flutter

Export router và các expert hiện có:

python export_onnx.py

Sinh ra:

models/router.onnx
models/freshness/cu.onnx
models/freshness/gia_suc.onnx
models/freshness/qua.onnx
models/freshness/rau.onnx

Các file ONNX được copy vào:

../VnGrocery/assets/models/

Flutter dùng preprocessing giống Python: RGB, resize cạnh ngắn 232, center crop 224x224, rồi normalize ImageNet.

Kết quả hiện tại

Router tốt nhất đã đạt khoảng 99.70% test accuracy. Kết quả không thay thế kiểm nghiệm an toàn thực phẩm.