¿Son precisos los contadores de calorías con IA? Un análisis honesto
Por Piyush Kadam · · Actualizado
El cálculo de las calorías AI estima los alimentos y las porciones de las fotos. Aprende lo que puede ir mal, cómo comprobar una estimación y por qué no hay porcentaje universal de precisión.
- Una foto produce una estimación, no una medida de las calorías de un comedor.
- La precisión depende del alimento, la porción, los ingredientes ocultos y el sistema utilizado.
- No hemos publicado un estudio de precisión controlado de TracckNo se pretende una porcentaje probada.
- Verifique la identificación de los alimentos, el tamaño de la porción, la preparación y la información en las etiquetas o menús.
Una aplicación mira a tu almuerzo y devolve 540 calorías. El número es específico, pero las entradas pueden no ser: una foto no revela cuánto aceite entró en el pan o el peso del arroz debajo del pollo.
Los contadores de calorías AI pueden ayudar a registrar las comidas rápidamente. Sus resultados siguen siendo estimaciones, y no hay una porcentaje de precisión única que se aplique a cada aplicación, plato o fotografía. No hemos publicado un estudio de precisión controlado de Tracck. Esta guía explica los límites de la grabación de fotos y cómo verificar el resultado en lugar de asignarlo a un puntuación no apoyada.
¿Qué es un contador de calorías AI
El logging de fotos necesita identificar los alimentos, inferir las cantidades y asociarlos con la información nutricional. Cada paso puede introducir un error. Identificar el “ries” es diferente de saber su peso cocinado, y reconocer un curry no establece su receta.
Una foto de comida es una visión de dos dimensiones de un comedor de tres dimensiones. Una bolsa profunda, el alimento escondido debajo de otro ingrediente y diferentes densidades pueden hacer que las estimaciones de porción sean difíciles. Las descripciones de voz añaden contexto pero todavía requieren cantidades que se suministran o se infiertan.
¿Por qué un porcentaje de precisión universal está equivocado?
Una afirmación de precisión necesita un test definido: qué comidas fueron incluidas, cómo se calcularon sus calorías de referencia, qué versión del sistema se utilizó y cómo se sumaron los errores. La precisión de la reconocimiento de los alimentos y el error de calórica miden cosas diferentes.
Un resultado de un conjunto de datos o aplicación no puede establecer Tracck“El rendimiento. Un porcentaje sin esos detalles puede suerse más concluyente que las pruebas permiten. Por lo tanto, describimos las fuentes de incertidumbre en lugar de prometer que cada comida caerá dentro de un rango de error fijo.
Dónde una foto deja información
- Los ingredientes ocultos: El aceite de cocción, el mantequilla, el azúcar y la ropa pueden no ser visibles.
- tamaño de la porción: los bolos, anglos de la cámara y el alimento pimentado hacen que las cantidades sean incertidumbres.
- Cocinas mixta: Las sopa, los currios y las casseroles pueden contener diferentes ingredientes a pesar de apariciones similares.
- Preparación → Las versiones fritas, grilladas y cocidas de un alimento pueden diferir.
- Alimentos que se quedan: Una foto tomada antes de comer muestra lo que se sirvió, no necesariamente lo que consumiste.
Cómo comprobar una estimativa de comida
- 1Verifique que los alimentos identificados coinciden con su plato. Corrección de un ingrediente o preparación equivocada.
- 2Revisa la porción. Añade un peso conocido, cantidad de paquete o volumen medido cuando lo tenga.
- 3Incluye grasa de cocina, salsas, picaduras y bebidas que la imagen no muestra.
- 4Utilice la etiqueta exacta del producto o la información de nutrición publicada del restaurante cuando esté disponible.
- 5Ajuste para los restos o porciones compartidas, luego salve la entrada como estimación.
Para los alimentos envasados, el Guía de tamaño de servicio de la FDA explica cómo el servicio declarado se refiere a los valores de etiqueta. Compare la cantidad que comiste para ese servicio. Dos servidores requieren dos veces las calorías listadas; el número en la etiqueta no describe automáticamente el paquete entero.
El logging AI en comparación con los ingredientes de peso
El peso de un ingrediente le da una cantidad medida que puede ser ajustada a una entrada nutricional adecuada. Una foto infunde esa cantidad. Ningún método mide directamente la energía en un laboratorio, y ambos pueden ser afectados por la entrada de nutrición o receta que seleccione.
Para una receta de la casa que usted sabe, un cálculo basado en ingredientes es generalmente un punto de partida más transparente que una fotografía. Para un plato de restaurante desconocido, puede que aún faltara la receta incluso con una foto cuidadosa. Ver nuestros guías para Comidas domésticas y Restaurantes comidas para los ejemplos trabajados.
Cuando el log de fotos puede ser útil
El log de fotos puede reducir el esfuerzo por capturar una comida mientras los detalles son frescos. Esta comodidad es separada de la precisión de la medición. Un log completo puede aún contener errores sistemáticos, por lo que la consistencia solo no demuestra que los totales son correctos.
TracckEl tractor de calorías Apoya la grabación de fotos y voces. Revisa sus estimaciones contra lo que sabes sobre la comida. Si necesita una gestión nutricional precisa para una condición médica, una estimación de fotos no debe sustituir la medida de la manera que su clínico recomienda.
Construye el tracker que realmente necesita
El tracto comienza con Home y le permite que se apague en hábitos, calorías y hacer lo que quiere, nada que no.
Descargar tracción
