Initial commit for push folder

recognization/README.md

@@ -0,0 +1,99 @@
+# 🍡 Dorayaki - Smart Supermarket Shelf AI & Inventory Recognition
+
+Hệ thống nhận diện sản phẩm trên kệ siêu thị và quản lý tồn kho thời gian thực dựa trên kiến trúc kết hợp **YOLO** (Object Detection) và **Local Feature Matching** (SURF / SIFT, ORB, BRISK, Hybrid) theo paper quốc tế (*Electronics 2023, 12, 3640*).
+
+---
+
+## 📋 Yêu cầu hệ thống (System Requirements)
+- **Hệ điều hành:** Windows 10/11, macOS hoặc Linux (Ubuntu/Debian).
+- **Python:** Python 3.9, 3.10 hoặc 3.11 (khuyên dùng Python 3.10).
+- **Phần cứng:** CPU tối thiểu 4 lõi, RAM 8GB (có GPU NVIDIA là lợi thế nhưng CPU chạy hoàn toàn mượt mà).
+
+---
+
+## 🚀 Hướng dẫn cài đặt và chạy Step-by-Step
+
+### Bước 1: Sao chép toàn bộ thư mục dự án sang máy mới
+Đảm bảo bạn copy toàn bộ thư mục dự án, đặc biệt là các thư mục cốt lõi:
+- code/: Toàn bộ mã nguồn backend, frontend, thuật toán nhận diện.
+- 
+uns/: Chứa file trọng số mô hình YOLO đã train (
+uns/detect/train/weights/best.pt).
+- stock/: Chứa file catalog stock.csv và ảnh mẫu sản phẩm chuẩn sku_001 -> sku_016.
+- dd/ & image.jpg: Các ảnh kệ hàng mẫu để test và demo.
+- 
+equirements.txt: Danh sách thư viện cần thiết.
+
+### Bước 2: Tạo môi trường ảo Python (Khuyên dùng)
+Mở Terminal / PowerShell / Command Prompt tại thư mục dự án:
+
+#### Cách 1: Sử dụng Conda (Khuyên dùng nếu đã cài Anaconda/Miniconda)
+`ash
+conda create -n dorayaki python=3.10 -y
+conda activate dorayaki
+`
+
+#### Cách 2: Sử dụng venv chuẩn của Python
+- **Trên Windows:**
+`ash
+python -m venv venv
+venv\Scripts\activate
+`
+- **Trên macOS / Linux:**
+`ash
+python3 -m venv venv
+source venv/bin/activate
+`
+
+### Bước 3: Cài đặt các thư viện phụ thuộc
+Chạy lệnh sau để cài đặt toàn bộ package:
+`ash
+pip install -r requirements.txt
+`
+
+*(Ghi chú nếu máy có GPU NVIDIA và muốn tăng tốc độ YOLO, có thể cài PyTorch CUDA theo hướng dẫn tại pytorch.org).*
+
+### Bước 4: Khởi chạy ứng dụng Dorayaki Web App
+
+#### Cách 1: Chạy bằng lệnh Python
+`ash
+python code/app.py --port 8080
+`
+*(Nếu dùng macOS/Linux có thể dùng python3 code/app.py --port 8080)*
+
+#### Cách 2: Chạy nhanh bằng script có sẵn
+- **Trên Windows:** Click đúp vào file 
+un_app.bat
+- **Trên Linux/macOS:** Chạy ./run_app.sh
+
+### Bước 5: Mở ứng dụng trên trình duyệt
+Mở trình duyệt (Chrome, Edge, Safari, Firefox) và truy cập:
+👉 **http://localhost:8080** (hoặc **http://127.0.0.1:8080**)
+
+---
+
+## 🛠️ Các lệnh kiểm tra hệ thống (Test Scripts)
+
+1. **Test toàn diện hệ thống (Test Suite):**
+`ash
+python code/test_suite.py
+`
+2. **Test nhận diện sản phẩm trên ảnh image.jpg:**
+`ash
+python code/test_image.py
+`
+3. **Test nhận diện các chỗ trống trên kệ (Empty Shelf Slots):**
+`ash
+python code/test_empty.py
+`
+*(Kết quả trực quan sẽ được xuất ra file detected_empty_slots.jpg với viền đỏ bao quanh các vị trí hết hàng).*
+
+---
+
+## 🌟 Các tính năng chính của ứng dụng
+1. **Phát hiện sản phẩm (YOLO):** Tự động detect hơn 170+ vật phẩm trên kệ trong 1 lượt scan.
+2. **Phát hiện chỗ trống trên kệ (Out-of-Stock Detection):** Tự động phát hiện các vị trí hết hàng và khoanh đỏ, ước lượng số lượng sản phẩm đang thiếu.
+3. **Phân loại đa thuật toán:** Cho phép chọn giữa **Hybrid (Paper)**, **SURF / SIFT**, **ORB**, **BRISK**.
+4. **Tương tác trực quan:** Click vào bất kỳ sản phẩm nào trên ảnh kệ để xem tên, giá, ngày nhập, hạn sử dụng, số lượng tồn kho và xem các điểm matching inliers.
+5. **Đa ngôn ngữ:** Hỗ trợ chuyển đổi nhanh Tiếng Anh và Tiếng Nhật.
+6. **Tải ảnh linh hoạt:** Chọn ảnh từ danh mục mẫu, chụp ảnh trực tiếp từ webcam/camera điện thoại, hoặc upload ảnh từ máy tính.