Foto-calorietellers zitten meestal binnen de 10 tot 20% voor een gewone maaltijd op een bord, zoals gegrilde kip met rijst of een kom eieren met toast. Ze worden minder nauwkeurig bij gemengde gerechten, zware sauzen en drankjes, waar de camera niet kan zien wat er in de pan is gegaan. De oplossing is geen perfectere AI. Het is een snelle correctietik als de schatting er niet goed uitziet, en consequent genoeg loggen zodat de kleine foutjes zich over een week uitmiddelen.
De vraag die iedereen stelt voordat ze een foto-app vertrouwen
Je richt je camera op een bord pasta, de app zegt "620 kcal", en je eerste gedachte is: volgens wie? Terecht. Als het getal er zomaar de helft naast kan zitten, heeft de hele gewoonte geen zin. Laten we dus, in duidelijke cijfers, scheiden waar foto-AI écht goed in is van waar het nog steeds gokt.
Wat opgelost is: herkennen wat er op je bord ligt
Herkennen wat je eet is inmiddels grotendeels een opgelost probleem. Moderne visiemodellen herkennen veelvoorkomende gerechten correct in de grote meerderheid van de gevallen: gegrilde kip, een burritobowl, roerei, het model kent ze. Herkenningsfouten zijn de uitzondering, niet de regel.
Wat niet opgelost is: porties, verborgen vetten en gemengde gerechten
De echte fout zit in de portieschatting. Een foto is een platte 2D-afbeelding van een 3D-bord, dus het model kan je rijst niet wegen. Daar komt het grootste deel van die typische 10 tot 20% vandaan, en dat kan bij lastigere borden nog verder oplopen.
Drie dingen maken het lastiger:
- Verborgen calorieën. De eetlepel olijfolie in de pan, de boter in de saus. Onzichtbaar op de foto, heel zichtbaar op de weegschaal.
- Gemengde en verpakte gerechten. Stoofpotten, ovenschotels, burrito's, alles wat gelaagd is en waarbij je elk ingrediënt niet apart kunt zien, brengt meestal de grootste afwijking met zich mee.
- Drankjes en sauzen. Een scheutje dressing of een suikerhoudend drankje wordt op een foto makkelijk overgeslagen, en zelfs bij het loggen makkelijk onderschat.
Het eerlijke foutenbudget ziet er dus zo uit: herkenning draagt een beetje bij, porties en verborgen extra's dragen het meeste bij.
Is calorieën tellen met AI moeilijk? Het is juist de makkelijkste manier om te loggen
Dit is het deel dat verloren gaat in de discussie over nauwkeurigheid: loggen met een foto is niet moeilijk, het is de makkelijkste logmethode die er is. De oude manier, zoeken in een database, gokken welke van de negen "kipfilet"-resultaten klopt, de portie wegen of schatten, het intypen, kost elke keer weer echte moeite. Een foto slaat het hele zoek-en-weeg-stapje over. Je richt, je krijgt een schatting, je bent binnen seconden klaar.
De eerlijke beperking is dat "snel" en "perfect precies" niet hetzelfde zijn. Een foto-schatting is een goed startgetal, geen labmeting. Als je klinische precisie nodig hebt, zijn een keukenweegschaal en handmatige invoer nog steeds het preciezere hulpmiddel. Voor dagelijks bijhouden wint een snelle schatting die je echt gebruikt van een precieze die je na een week opgeeft.
Zo krijg je nauwkeurigere resultaten
Een paar gewoontes dichten het grootste deel van de kloof tussen een ruwe foto-gok en een écht bruikbaar getal:
- Fotografeer bij goed licht. Zwak of geel licht maakt porties en ingrediënten moeilijker af te lezen, voor het model én voor jou.
- Zet het hele bord in beeld. Een uitgesneden foto verbergt precies het deel dat de schatting had kunnen corrigeren.
- Eén bord per foto. Twee gerechten in één opname dwingt het model calorieën te verdelen over voedsel dat het niet volledig kan scheiden.
- Check en pas de portie aan. Als het bord groter of kleiner lijkt dan de schatting aanneemt, stel het bij. Deze ene gewoonte lost meer fouten op dan welke cameratruc dan ook.
- Log drankjes en sauzen apart. Ze zijn het makkelijkst om te vergeten en vaak het makkelijkst verkeerd in te schatten vanaf een foto.
Hoe Kalo omgaat met onzekerheid: zien is corrigeren, in twee tikken
Omdat de portiefout onvermijdelijk is, wordt de echte designvraag: wat doet de app er eigenlijk mee? In Kalo is elk item op de resultaatkaart aanpasbaar. Ziet de portie, een ingrediënt of een verborgen extra er niet goed uit, dan corrigeer je dat in een paar tikken, direct ter plekke, niet via een bewerkingsmenu met vijf schermen. Foto maken, een blik werpen, bijstellen, klaar.
De andere helft draait om mensen. Je kunt tot 5 vrienden toevoegen, ieders dag naast elkaar zien, reageren en elkaar aansporen, en stellen kunnen koppelen zodat een partner ook jouw log ziet. Je dag naast die van iemand anders zien is een stille zet om te blijven loggen op dagen dat je het anders zou overslaan, en dat telt zwaarder mee voor je resultaten dan of één schatting perfect is. Nauwkeurigheid houdt een getal eerlijk. Gezelschap houdt de gewoonte levend.
Wil je een teller die eerlijk is over zijn foutmarge, makkelijk te corrigeren, en leuker met je mensen erbij, dan is Kalo er voor iOS en Android.