Kalorietellere med bilde treffer som regel innenfor omtrent 10 til 20% for et vanlig anrettet måltid, som grillet kylling med ris eller egg og brød. De blir mindre treffsikre for blandede retter, tunge sauser og drikke, der kameraet ikke kan se hva som havnet i pannen. Løsningen er ikke en mer perfekt AI. Det er et raskt korrigeringstrykk når anslaget ser feil ut, og loggføring jevnt nok til at de små feilene jevner seg ut over en uke.
Spørsmålet alle stiller før de stoler på en bilde-app
Du retter kameraet mot en tallerken pasta, appen sier «620 kcal», og den første tanken din er: hvem sier det? Rimelig nok. Hvis tallet kan bomme med halvparten, mister hele vanen sin hensikt. La oss derfor skille det bilde-AI faktisk er god på fra det den fortsatt bare gjetter på, i klare tall.
Det som er løst: å gjenkjenne maten på tallerkenen
Å identifisere hva du spiser er stort sett et løst problem nå. Moderne synsmodeller kjenner igjen vanlige retter riktig i det store flertallet av tilfellene: grillet kylling, en burrito bowl, eggerøre, det vet modellen. Gjenkjenningsfeil er unntaket, ikke regelen.
Det som ikke er løst: porsjoner, skjulte oljer og blandede retter
Porsjonsstørrelse er der den egentlige feilen ligger. Et bilde er et flatt 2D-bilde av en 3D-tallerken, så modellen kan ikke veie risen din. Det er kilden til mesteparten av det typiske avviket på 10 til 20%, og det kan bli enda bredere på vanskelige tallerkener.
Tre ting gjør det verre:
- Skjulte kalorier. Spiseskjeen med olivenolje i pannen, smøret i sausen. Usynlig på bildet, veldig synlig på vekten.
- Blandede og innpakkede retter. Gryter, gratenger, burritoer, alt som er lagvis der du ikke kan se hver ingrediens for seg, har en tendens til å gi det bredeste avviket.
- Drikke og sauser. En skvett dressing eller en sukkerholdig drikke er lett å hoppe over i et bilde, og lett å undervurdere selv når den blir loggført.
Så det ærlige feilbudsjettet ser slik ut: å gjenkjenne maten bidrar med litt feil, porsjoner og skjulte tillegg bidrar med mesteparten.
Er AI-kaloritelling vanskelig? Det er faktisk den enkleste måten å loggføre på
Her er det som forsvinner i nøyaktighetsdebatten: bildeloggføring er ikke vanskelig, det er den enkleste loggføringsmetoden som finnes. Den gamle måten (søk i en database, gjett hvilken av ni «kyllingfilet»-oppføringer som er riktig, vei eller anslå porsjonen, tast den inn) krever ekte innsats hver eneste gang. Et bilde hopper helt over søke-og-veie-steget. Du peker, du får et anslag, du er ferdig på sekunder.
Den ærlige begrensningen er at «raskt» og «helt presist» ikke er det samme. Et bildeanslag er et godt startpunkt, ikke en laboratoriemåling. Trenger du klinisk presisjon, er en kjøkkenvekt og manuell registrering fortsatt det mer nøyaktige verktøyet. For daglig loggføring slår et raskt anslag du faktisk bruker et presist ett du gir opp etter en uke.
Slik får du mer nøyaktige resultater
Noen vaner lukker mesteparten av gapet mellom en grov bildegjetning og et virkelig nyttig tall:
- Ta bildet i godt lys. Svakt eller gulaktig lys gjør porsjoner og ingredienser vanskeligere å lese, både for modellen og for deg.
- Få med hele tallerkenen i bildet. Et beskåret bilde skjuler nettopp den delen som ville korrigert anslaget.
- Én tallerken per bilde. To retter i samme bilde tvinger modellen til å fordele kalorier mellom mat den ikke kan skille fullt ut.
- Sjekk og juster porsjonen. Ser tallerkenen større eller mindre ut enn anslaget forutsetter, juster den. Denne ene vanen retter mer feil enn noe kamerajuks.
- Logg drikke og sauser for seg. De er det letteste å glemme, og ofte det letteste å bedømme feil ut fra et bilde.
Slik håndterer Kalo usikkerheten: se det, fiks det på to trykk
Siden porsjonsfeil er uunngåelig, blir designspørsmålet: hva gjør appen med det? I Kalo kan hvert element på resultatkortet redigeres. Ser porsjonen, en ingrediens eller et skjult tillegg feil ut, retter du det på et par trykk, rett der, ikke gjennom en redigeringsmeny med fem skjermer. Ta bilde, se på det, juster, ferdig.
Den andre halvparten handler om folk. Du kan legge til opptil 5 venner, se alles dag side om side, og reagere og dytte på hverandre, og par kan koble seg sammen så en partner ser loggen din også. Å se din dag ved siden av noen andres er et jevnt puff til å fortsette å loggføre på dagene du ellers ville hoppet over, og det betyr mer for resultatene dine enn at et enkelt anslag er perfekt. Nøyaktighet holder et tall ærlig. Følgeskap holder vanen i live.
Hvis du vil ha en teller som er åpen om feilmarginene sine, enkel å korrigere, og morsommere med folkene dine med på laget, er Kalo tilgjengelig på iOS og Android.