Kalo
Alla inlägg

Är kalorikalkylatorer med foto exakta? De ärliga siffrorna

Kalorikalkylatorer med foto träffar oftast inom ungefär 10 till 20% för en vanlig anrättad måltid, som grillad kyckling med ris eller ägg och rostat bröd. De blir sämre för blandade rätter, tunga såser och drycker, där kameran inte kan se vad som hamnade i grytan. Lösningen är inte en mer perfekt AI. Det är en snabb korrigering med ett tryck när uppskattningen ser fel ut, och tillräckligt konsekvent loggning för att de små felen ska jämna ut sig över en vecka.

Frågan alla ställer innan de litar på en foto-app

Du riktar kameran mot en tallrik pasta, appen säger "620 kcal", och din första tanke är: säger vem? Rimligt nog. Om talet kan vara fel med hälften spelar hela vanan ingen roll. Låt oss därför skilja på det som fotobaserad AI faktiskt är bra på och det den fortfarande bara gissar sig till, i klara siffror.

Det som är löst: att känna igen maten på tallriken

Att identifiera vad du äter är i stort sett ett löst problem nu. Moderna synmodeller känner igen vanliga rätter korrekt i de allra flesta fallen: grillad kyckling, en burrito bowl, äggröra, modellen känner igen det. Felaktig igenkänning är undantaget, inte regeln.

Det som inte är löst: portioner, dolda oljor och blandade rätter

Portionsstorlek är där det verkliga felet finns. Ett foto är en platt 2D-bild av en 3D-tallrik, så modellen kan inte väga ditt ris. Det är källan till det mesta av det typiska felet på 10 till 20%, och det kan bli ännu större på svårare tallrikar.

Tre saker gör det värre:

Den ärliga felbudgeten ser alltså ut så här: att känna igen maten bidrar med lite fel, portioner och dolda tillägg bidrar med det mesta.

Är AI-kaloriräkning svårt? Det är faktiskt det enklaste sättet att logga på

Här är det som försvinner i debatten om exakthet: fotologgning är inte svårt, det är den enklaste loggningsmetoden som finns. Det gamla sättet (sök i en databas, gissa vilken av nio "kycklingbröst"-poster som är rätt, väg eller uppskatta portionen, skriv in den) kräver riktig ansträngning varje gång. Ett foto hoppar över hela sök-och-väg-steget. Du riktar kameran, får en uppskattning, klart på några sekunder.

Den ärliga begränsningen är att "snabbt" och "helt exakt" inte är samma sak. En fotouppskattning är en bra startpunkt, inte en labbmätning. Behöver du klinisk precision är en köksvåg och manuell inmatning fortfarande det mer exakta verktyget. För vardaglig loggning slår en snabb uppskattning som du faktiskt använder en exakt en som du ger upp efter en vecka.

Så får du mer exakta resultat

Några vanor täcker det mesta av gapet mellan en grov fotogissning och ett riktigt användbart tal:

  1. Fotografera i bra ljus. Svagt eller gulaktigt ljus gör portioner och ingredienser svårare att läsa, både för modellen och för dig.
  2. Få med hela tallriken i bild. Ett beskuret foto döljer just den del som skulle ha korrigerat uppskattningen.
  3. En tallrik per foto. Två rätter i samma bild tvingar modellen att dela upp kalorier mellan mat den inte helt kan skilja på.
  4. Kolla och justera portionen. Ser tallriken större eller mindre ut än vad uppskattningen antar, justera den. Just den här vanan rättar till mer fel än något kameratrick.
  5. Logga drycker och såser separat. De är det lättaste att glömma, och ofta det lättaste att bedöma fel utifrån ett foto.

Så hanterar Kalo osäkerheten: se det, fixa det på två tryck

Eftersom portionsfel är oundvikligt blir designfrågan: vad gör appen åt det? I Kalo är varje del på resultatkortet redigerbar. Ser portionen, en ingrediens eller ett dolt tillägg fel ut fixar du det på ett par tryck, direkt där, inte via en redigeringsmeny med fem skärmar. Ta kort, titta, justera, klart.

Den andra halvan handlar om folk. Du kan lägga till upp till 5 vänner, se allas dag sida vid sida, och peppa och reagera på varandra, och par kan kopplas ihop så att en partner också ser din logg. Att se din dag bredvid någon annans är en stadig påminnelse att fortsätta logga de dagar du annars skulle hoppa över, och det betyder mer för dina resultat än att en enskild uppskattning är perfekt. Exakthet håller ett tal ärligt. Sällskap håller vanan vid liv.

Om du vill ha en kalkylator som är öppen med sina felmarginaler, enkel att korrigera, och roligare med dina vänner med i den, finns Kalo till iOS och Android.

Vanliga frågor

Är kaloriskannrar exakta?
För en vanlig, tydligt synlig tallrik hamnar de flesta kaloriskannrar med foto inom ungefär 10 till 20%. Träffsäkerheten sjunker för blandade rätter, såser och drycker, där kameran inte kan se allt som ingick i måltiden.
Hur exakta är kalorikalkylatorer med foto jämfört med en köksvåg?
En köksvåg med en verifierad databas är mer precis för en enskild måltid. En fotouppskattning är snabbare och tillräckligt bra för vardaglig loggning, särskilt när du får vanan att kolla och justera portionen.
Är det svårt att lita på AI-baserad kaloriräkning?
Matigenkänning är pålitlig nu. Portionsstorlek är det som fortfarande behöver en snabb blick från dig. Se det första talet som en startuppskattning, justera det när det ser fel ut, så hamnar dagens summa mycket närmare verkligheten.

Fota din måltid. Håll koll med din partner.

Få en uppskattning av kalorier och makron från ett matfoto. Dela måltider och framsteg med din partner. En Premium-prenumeration gäller för er båda.

Prova med ett matfoto

Börja med ett begränsat antal gratis måltidsregistreringar. När de är slut krävs Premium för att fortsätta registrera. Antalet förnyas inte varje dag.