Kalorie z fotky: jak funguje AI rozpoznání jídla

U vizuálně odlišných potravin dokáže fotografie poskytnout silnou informaci o tom, co jíte: například rýži, kus masa, zeleninu nebo pečivo. U složitějšího jídla může AI navrhnout několik komponent. To je výrazně rychlejší než ruční hledání, zejména pokud potřebujete vytvořit první návrh záznamu a následně ho jen zkontrolovat.

Rozpoznání ale není absolutní. Podobně vypadající pokrmy mohou mít jiné ingredience, různé druhy masa mohou být zakryté omáčkou a některé suroviny na fotografii nejsou vidět vůbec. Kvalitní systém proto nesmí zaměnit vizuální podobnost za jistotu a měl by zachovat informaci, že výsledek vznikl z obrazového návrhu.

Z jedné fotografie je obtížné přesně určit hmotnost, pokud chybí spolehlivé měřítko. Velký a malý talíř mohou na obrázku vypadat podobně. Výška porce není vždy zřejmá a hustota potravin se liší. AI může nabídnout odhad, ale několik desítek gramů rozdílu může u energeticky vydatného jídla citelně změnit výsledné kalorie.

Proto dává smysl, když aplikace zobrazí navržené množství a dovolí ho upravit. Pokud gramáž znáte, je lepší ji zadat. Pokud ji neznáte, můžete použít odhad jako praktickou aproximaci, ale neměli byste ho interpretovat jako měření. Dobrý tracking je často kompromis mezi pohodlím a mírou přesnosti, kterou pro svůj účel skutečně potřebujete.

Fotografie nemusí ukázat olej použitý při smažení, cukr v omáčce, máslo v kaši ani přesné množství dresinku. U domácích receptů může stejný vzhled vzniknout z velmi odlišných surovin. U restaurace navíc obvykle neznáte recept. To jsou případy, kde je vhodné výsledný návrh doplnit krátkým textem nebo alespoň zkontrolovat, zda obsahuje hlavní energeticky významné složky.

Stejně problematické mohou být nápoje, polévky a směsi. Obsah průhledné sklenice může být voda, slazený nápoj nebo jiná tekutina. Krémová polévka může mít odlišný základ. AI zde může pomoci s kontextem, ale uživatelova znalost jídla je často nejdůležitější doplňující informace.

První krok je vizuální návrh položek a porcí. Druhý krok je jejich vyřešení proti známým potravinám nebo produktům. Třetí krok je kontrola, zda je návrh dostatečně jednoznačný. Až potom má přijít zápis do deníku. Pokud systém vyhodnotí návrh jako nejasný, potvrzení není zbytečná překážka; je to ochrana před tím, aby se vizuální domněnka tvářila jako autoritativní záznam.

Jídelní Check odděluje interpretaci od autoritativního výpočtu. Foto může dodat návrh, ale nutriční hodnoty mají být navázané na vyřešené potraviny a serverové výpočty. Tento model umožňuje využít rychlost AI a současně zachovat možnost korekce tam, kde fotografie neposkytuje dost informací.

Vyfoťte celý talíř a pokud možno z úhlu, ze kterého jsou vidět jednotlivé části. U smíšeného jídla můžete přidat krátký popis, například že omáčka obsahuje smetanu nebo že maso bylo smažené. Pokud znáte hmotnost hlavní složky, napište ji spolu s fotografií. Tím výrazně snižujete počet věcí, které musí systém pouze odhadovat.

Fotografie je nejpraktičtější jako rychlý vstup, ne jako slib absolutní přesnosti. Pokud vám jde o dlouhodobou konzistenci, používejte podobný způsob odhadu u podobných jídel a opravujte zjevné nesrovnalosti. Pro balené výrobky zůstává často lepší čárový kód a pro jednoduché známé jídlo může být rychlejší krátký text nebo hlas.