Aklee, AI-Based Mobile App for Nutrition Label Classification
| dc.contributor.author | BOUROUBA , Mohamed El Khalil | |
| dc.contributor.author | TOUMI , Lyazid Supervisor | |
| dc.date.accessioned | 2026-06-18T08:11:03Z | |
| dc.date.issued | 2025 | |
| dc.description | With the growing interest in healthy eating and digital solutions, the need for accessible tools that assist users in evaluating food products has increased. In this work, we introduce Aklee, a mobile application that leverages artificial intelligence and optical character recognition (OCR) to classify food products based on their nutritional labels. Our system uses Tesseract OCR to extract text from scanned product images and applies a Catboost classifier to determine the nutritional quality. The application is built with a modern architecture using React Native for the mobile frontend, Laravel and FastAPI for backend services, and containerized using Docker. The goal is to provide a user-friendly and efficient tool that aids consumers in making healthier food choices through real-time analysis. | |
| dc.description.abstract | Face à l'intérêt croissant pour une alimentation saine et les solutions numériques, le besoin d'outils accessibles permettant aux utilisateurs d'évaluer les produits alimentaires s'est accru. Dans ce travail, nous présentons Aklee, une application mobile qui exploite l'intelligence artificielle et la reconnaissance optique de caractères (OCR) pour classer les produits alimentaires en fonction de leurs étiquettes nutritionnelles. Notre système utilise Tesseract OCR pour extraire le texte des images de produits scannées et applique un classificateur Catboost pour déterminer la qualité nutritionnelle. L'application est conçue avec une architecture moderne utilisant React Native pour l'interface mobile, Laravel et FastAPI pour les services backend, et conteneurisée avec Docker. L'objectif est de fournir un outil convivial et efficace qui aide les consommateurs à faire des choix alimentaires plus sains grâce à une analyse en temps réel. | |
| dc.description.sponsorship | مع تزايد الاهتمام بالتغذية الصحية والحلول الرقمية، ازدادت الحاجة إلى أدوات سهلة الاستخدام تُساعد المستخدمين في تقييم المنتجات الغذائية. في هذا العمل، نقدم تطبيق "أكلي" للهواتف الذكية، الذي يستفيد من الذكاء الاصطناعي وتقنية التعرف الضوئي على الأحرف (OCR) لتصنيف المنتجات الغذائية بناءً على بياناتها الغذائية. يستخدم نظامنا برنامج Tesseract OCR لاستخراج النصوص من صور المنتجات الممسوحة ضوئيًا، ويُطبق مُصنف Catboost لتحديد القيمة الغذائية. تم بناء التطبيق باستخدام بنية حديثة تعتمد على React Native للواجهة الأمامية، وLaravel وFastAPI لخدمات الواجهة الخلفية، وهو مُحوسب باستخدام Docker. الهدف هو توفير أداة سهلة الاستخدام وفعّالة تُساعد المستهلكين على اتخاذ خيارات غذائية صحية من خلال التحليل الفوري. | |
| dc.identifier.other | MAI/0974 | |
| dc.identifier.uri | https://repository.univ-setif.dz/handle/123456789/1052 | |
| dc.language.iso | en | |
| dc.publisher | Setif 1 University Ferhat Abbas . Faculty of Sciences | |
| dc.subject | Nutrition Label | |
| dc.subject | Classification | |
| dc.subject | OCR | |
| dc.subject | CatBoost | |
| dc.subject | Mobile Application | |
| dc.subject | React Native | |
| dc.subject | FastAPI | |
| dc.subject | Docker. | |
| dc.title | Aklee, AI-Based Mobile App for Nutrition Label Classification | |
| dc.type | Thesis |