視覺人工智慧指南

如何使用 AI 照片應用程式追蹤卡路里和宏

人工智慧照片食物記錄應用程式可以識別膳食照片中的食物,估計份量,並在營養資料庫中尋找卡路里和常量營養素(蛋白質、碳水化合物和脂肪)。

聆聽此指南AI 語音敘述 · ~3 min

本頁4 分鐘閱讀
  1. 概述
  2. 深入探討
  3. 現實世界的實施
  4. 如何使用人工智慧照片應用程式追蹤卡路里和宏觀熱量的未來
  5. 付諸實踐
  6. 不斷探索
  7. 常見問題

概述

它们使记录速度比键入每个项目快得多。但估計值可能會很高,特別是對於份量、混合菜餚和隱藏的油,因此檢查和更正條目使得這些數字變得有用。

深入探討

基於照片的記錄,在 MyFitnessPal、Lose It! 等應用程式中提供和加州人工智慧,分三個步驟進行。首先,視覺模型識別圖像中的食物,通常會單獨概述每個項目。其次,它估计每种食物的含量。第三,它在資料庫中尋找每種食物的營養成分,並將它們相加,該資料庫通常建立在美國農業部食品資料中心等來源的基礎上。一些較新的應用程式使用通用視覺語言模型,可以一步估計整頓飯,而不需要單獨的階段。每個步驟都可能引入錯誤,並且錯誤會累積起來。識別一種獨特的食物,如香蕉或一片披薩,通常效果很好。份量估计是最难的一步。照片無法輕易顯示碗有多深或食物包裝得有多緊。咖哩、砂鍋菜和墨西哥捲餅等混合菜餚隱藏了裡面的東西。食用油、黄油、调味品和酱汁通常是看不见的,但会增加大量卡路里。一汤匙油大约含有 120 卡路里热量。甚至資料庫也會產生錯誤:品牌和配方各不相同,包裝食品標籤本身也允許有一定的誤差範圍。最大的誤解是,看起來精確的數字,例如 612 卡路里,意味著精確的估計。事實並非如此。該應用程式看起來有多自信並不能告訴你它有多準確。更有用的方法是將照片記錄視為快速初稿。纠正任何错误识别的食物。使用應用程式的克或杯選項調整份量。分别记录油和酱汁。每隔一段時間,稱一下一頓典型的飯菜的重量來校準你的眼睛。對於許多目標,即使每個條目存在一些錯誤,使用相同方法進行一致記錄也可以揭示趨勢。對於任何有飲食失調史的人來說,詳細的卡路里追蹤可能是有害的。與醫生或註冊營養師交談是比應用程式更好的起點。

現實世界的實施

有人拍攝烤雞肉、米飯和西蘭花,應用程式會識別這三者。用戶在廚房秤上稱量大米的重量,發現應用程式的份量估計值太低,因此他們進行了修正。

用户拍摄自己在家做的炒菜。該應用程式記錄了蔬菜和雞肉,但沒有記錄食用油,因此他們自己添加了一湯匙油,大約 120 卡路里。

人們透過稱量一頓飯、用照片記錄並比較兩者來測試應用程式。他們了解到該應用程式在包裝零食方面表現良好,但在砂鍋菜方面不太可靠。

記錄餐廳用餐的用戶會選擇應用程式的資料庫條目來尋找菜單項,而不是接受照片估計。

如何使用人工智慧照片應用程式追蹤卡路里和宏觀熱量的未來

照片記錄在識別食物方面可能會變得更快更好。深度感應和多張照片捕捉可以減少支援它們的裝置上的部分錯誤。隱藏的成分仍然是最困難的問題,因為相機無法看到浸入食物中的油或溶解在醬汁中的糖。對這些應用程式在多種膳食中的獨立測試是有限的,因此用戶不應依賴公司本身的準確性聲明。最可靠的方法可能是混合使用:用照片來衡量速度,用食物秤來衡量你吃得最多的食物,以及臨床醫生來解決醫療或飲食相關問題。

付諸實踐

為什麼這很重要

  • 速度與規模. 視覺人工智慧可以大規模自動化檢查、檢測和標記任務。
  • 配裝選擇. 創意團隊可以透過更少的手動修改來更快地建立概念原型。
  • 團隊與工作流程. 操作可以使用以前難以處理的影像和視訊訊號。

留意

  • 如果出處不明,肖像權和同意可能會成為法律風險。
  • 模型表現可能因光照、人口統計和環境的不同而有所不同。
  • 除非監控置信閾值,否則誤報可能會被忽略。

後續步驟

  1. 定義精確度、召回率和錯誤成本的接受標準。
  2. 使用符合實際生產條件的數據進行測試。
  3. 為低置信度或高影響力的預測添加人工審核。
  4. 追蹤模型漂移並在相機或資料集變更後重新驗證。

不斷探索

免費電子報

獲取每日 AI 簡報

每個工作日上午提供三則經過驗證的 AI 新聞,以淺顯易懂的英文撰寫。永久免費,無廣告。

每個工作日一封電子郵件。一鍵取消訂閱。我們絕不出售或分享您的地址。

測試一下自己

如何使用 AI 照片應用程式追蹤熱量與營養素的測驗

每個答案皆有即時回饋,通過課程後可獲得具備可驗證 ID 的可分享證書。

開始測驗

支持免費的 AI 教育。AI Understanding 是一個 501(c)(3) 非營利組織——絕無廣告,絕無付費牆。 捐款

常見問題

什麼是如何使用 AI 照片應用程式追蹤卡路里和宏?

人工智慧照片食物記錄應用程式可以識別膳食照片中的食物,估計份量,並在營養資料庫中尋找卡路里和常量營養素(蛋白質、碳水化合物和脂肪)。它們使記錄速度比鍵入每個項目快得多。但估計值可能會很高,特別是對於份量、混合菜餚和隱藏的油,因此檢查和更正條目使得這些數字變得有用。

典型的照片食物記錄過程包括哪三個步驟?

應用程式識別食物,估計每種食物的含量,然後從資料庫中找到並添加營養成分。

指南认为哪一步最难?

照片無法輕易顯示食物的深度或包裝的緊密程度,因此估計數量是最不可靠的步驟。

为什么家常炒菜的热量往往太低?

油和黃油等隱藏脂肪會增加大量卡路里(每湯匙油約 120 卡路里),但相機很難看到。

對於 612 卡路里看起來精確的總熱量,指南是怎麼說的?

特定的數字可以隱藏來自識別、部分和資料庫錯誤的巨大不確定性。

為什麼相同尺寸的兩塊盤子在一張照片中看起來會有所不同?

如果没有深度信息,近距离的小盘子看起来就像远处的大盘子。