أحتاج إلى تطبيق لتتبع السعرات الحرارية يقوم بمسح صور الطعام

تريد توجيه هاتفك نحو طبق الطعام، والتقاط صورة، وتسجيل السعرات الحرارية والماكروز تلقائيًا. لا حاجة للبحث في قاعدة البيانات، ولا كتابة "صدر دجاج مشوي 150 جرام"، ولا تخمين أي من 47 إدخالًا لـ "الأرز" هو الصحيح. مجرد صورة وانتهى الأمر. إليك كيف يعمل نظام مسح الصور الذكي من Nutrola، وما يحدث عندما يخطئ، وكيف يقارن مع التطبيقات الأخرى التي تقدم هذه الميزة.

كيف يعمل نظام التعرف على الصور في Nutrola

الخطوة 1: التقاط الصورة

افتح تطبيق Nutrola، واضغط على أيقونة الكاميرا، والتقط صورة لوجبتك. يعمل التطبيق بشكل أفضل عندما تلتقط الصورة من زاوية خفيفة فوق الطبق (حوالي 30-45 درجة)، كما تفعل عادة عند تصوير الطعام. لا تحتاج إلى إضاءة مثالية أو خلفية نظيفة، لكن يجب أن يكون الطعام مرئيًا بوضوح وغير مخفي بشكل كبير.

الخطوة 2: الذكاء الاصطناعي يحدد الأطعمة

يقوم نموذج الذكاء الاصطناعي في Nutrola بتحليل الصورة وتحديد العناصر الغذائية الفردية على الطبق. إذا كان لديك طبق يحتوي على سمك السلمون المشوي، والأرز البني، والبروكلي المطبوخ على البخار، فسيقوم الذكاء الاصطناعي بتحديد الثلاثة كعناصر منفصلة. كل طعام يتم اكتشافه يظهر كإدخال معنون يمكنك مراجعته قبل التأكيد.

تعمل هذه العملية مع الوجبات الكاملة، والعناصر الفردية، والأطعمة المعبأة (إذا كان الملصق أو المنتج معروفًا)، والأطباق الشائعة في المطاعم. كما أنها تتعامل مع الأطباق المختلطة، والأوعية، وحتى الأطعمة المخفية جزئيًا.

الخطوة 3: تقدير الحصة

بالنسبة لكل طعام تم تحديده، يقوم الذكاء الاصطناعي بتقدير حجم الحصة بناءً على الإشارات المرئية: حجم الطبق، النسب النسبية للعناصر، ومظهر الطعام (قطعة دجاج سميكة مقابل رقيقة، على سبيل المثال). تظهر هذه التقديرات كأوزان بالجرام أو وحدات تقديم شائعة يمكنك تعديلها.

الخطوة 4: البحث في قاعدة بيانات موثوقة

هنا يختلف Nutrola عن معظم المنافسين في مسح الصور. بعد تحديد الطعام وتقدير الحصة، يقوم Nutrola بسحب البيانات الغذائية من قاعدة بياناته التي تحتوي على أكثر من 1.8 مليون عنصر موثوق. أنت لا تحصل على تخمين عام من الذكاء الاصطناعي لـ "الدجاج يحتوي على حوالي 200 سعرة حرارية". بل تحصل على الملف الغذائي الدقيق لصدر الدجاج المشوي عند الوزن المقدر، مستمد من مصدر موثوق يحتوي على ماكروز دقيقة وأكثر من 100 عنصر غذائي.

الخطوة 5: المراجعة والتأكيد

قبل تسجيل أي شيء، ترى ملخصًا لجميع الأطعمة المكتشفة مع حصصها ومعلوماتها الغذائية. يمكنك:

• تعديل الحصص عن طريق السحب لأعلى أو لأسفل إذا كان الذكاء الاصطناعي قد قدر بشكل زائد أو ناقص
• تبديل طعام إذا حدد الذكاء الاصطناعي "أرز أبيض" لكنك كنت تتناول "أرز قرنبيط"
• إضافة عناصر مفقودة إذا لم يتم اكتشاف صلصة أو تتبيلة أو جانب
• إزالة العناصر إذا اكتشف الذكاء الاصطناعي شيئًا لم يكن طعامًا فعليًا

بمجرد التأكيد، يتم تسجيل البيانات الغذائية الكاملة (جميع العناصر الغذائية أكثر من 100، وليس فقط السعرات الحرارية) في سجلك.

ماذا يحدث عندما يخطئ الذكاء الاصطناعي

كل متتبع غذائي يعتمد على مسح الصور يرتكب أخطاء. السؤال الحقيقي ليس "هل هو مثالي؟" ولكن "ماذا يحدث عندما يخطئ وكيف يمكن تصحيح ذلك بسهولة؟"

الأطعمة المحددة بشكل خاطئ

قد يخلط الذكاء الاصطناعي بين الأطعمة المتشابهة بصريًا: الكسكس مع الكينوا، أو التورتيلا الدقيق مع التورتيلا الذرة، أو لحم الخنزير مع الدجاج. عندما يحدث ذلك، يمكنك النقر على الإدخال غير الصحيح والبحث في قاعدة بيانات Nutrola الموثوقة عن الطعام الصحيح. نظرًا لأن قاعدة البيانات تحتوي على أكثر من 1.8 مليون عنصر، فإن الإدخال الصحيح متاح تقريبًا دائمًا في بضع نقرات.

هذا الاحتياط لقاعدة بيانات موثوقة أمر حاسم. بعض المنافسين يستخدمون الذكاء الاصطناعي لكل من التعرف والتقدير الغذائي، مما يعني أنه إذا كان الذكاء الاصطناعي مخطئًا بشأن نوع الطعام، فإنه سيكون أيضًا مخطئًا بشأن التغذية. نهج Nutrola يفصل بين التعرف (الذكاء الاصطناعي) والبيانات الغذائية (قاعدة بيانات موثوقة)، لذا حتى الإدخال المصحح يمنحك أرقامًا موثوقة.

أخطاء في تقدير الحصة

تقدير الحصة من صورة ثنائية الأبعاد هو أصعب جزء في مسح الطعام. لا يوجد ذكاء اصطناعي يقوم بذلك بشكل مثالي. لا يمكن للكاميرا رؤية عمق الوعاء أو كثافة عنصر الطعام. يتعامل Nutrola مع ذلك من خلال عرض الحصة المقدرة وجعل من السهل جدًا تعديلها. إذا قال الذكاء الاصطناعي 180 جرام من الأرز وأنت تعلم أنك وضعت حوالي 250 جرام، يمكنك تغييرها في حركة واحدة.

مع مرور الوقت، يتعلم Nutrola أيضًا حصصك النموذجية للأطعمة التي تسجلها بشكل متكرر، مما يحسن دقة التقدير وفقًا لأنماط تناولك الخاصة.

الأطعمة غير المعترف بها تمامًا

بالنسبة للأطباق غير المعتادة، أو الأطعمة المختلطة بشكل كبير، أو الأطباق الإقليمية التي لم يتدرب عليها الذكاء الاصطناعي، قد لا يتم التعرف على الطعام على الإطلاق. في هذه الحالة، يطلب منك Nutrola البحث في قاعدة البيانات يدويًا. لن تكون عالقًا مع "طعام غير معروف، تقدير 300 سعرة حرارية". لديك دائمًا الوصول إلى قاعدة البيانات الكاملة الموثوقة للعثور على مطابقة دقيقة.

متتبعو السعرات الحرارية الآخرون مع مسح الصور

Cal AI

تم بناء Cal AI بالكامل حول تسجيل الطعام بناءً على الصور. تلتقط صورة، ويقوم الذكاء الاصطناعي بتقدير السعرات الحرارية والماكروز، وهذا هو الإدخال الخاص بك. الواجهة بسيطة وسريعة. القلق الرئيسي هو الدقة: يستخدم Cal AI تقديرات غذائية تم إنشاؤها بواسطة الذكاء الاصطناعي بدلاً من السحب من قاعدة بيانات موثوقة. إذا أخطأ الذكاء الاصطناعي في تحديد نوع الطعام أو تقدير الحصة، فإن البيانات الغذائية أيضًا تكون تقديرًا من الذكاء الاصطناعي، مما يزيد من الخطأ. لا توجد قاعدة بيانات موثوقة كبيرة للاعتماد عليها. يعمل Cal AI بشكل جيد للتقديرات التقريبية ولكنه أقل موثوقية للتتبع الدقيق.

السعر: يتقاضى Cal AI حوالي 9.99 دولار شهريًا أو 69.99 دولار سنويًا.

Foodvisor

تقوم Foodvisor بالتعرف على الطعام باستخدام الذكاء الاصطناعي منذ عام 2018 ولديها نموذج ناضج. يقوم التطبيق بتحديد الأطعمة، وتقدير الحصص، وتوفير البيانات الغذائية. دقة Foodvisor عمومًا جيدة للأطعمة الغربية الشائعة وتقديم الطعام القياسي. لكنها تواجه صعوبة أكبر مع الأطباق المختلطة، والمأكولات الآسيوية، والأطعمة ذات الصلصات الثقيلة. يقدم التطبيق أيضًا استشارات مع أخصائيين تغذية في المستوى المتميز.

السعر: تكلفة Foodvisor Premium حوالي 7.99 دولار شهريًا.

Lose It (Snap It)

تتيح لك ميزة Snap It في Lose It تصوير الطعام للتعرف عليه بواسطة الذكاء الاصطناعي. لقد تحسنت هذه الميزة على مر السنين لكنها تعتبر عمومًا أقل دقة من التطبيقات المخصصة لمسح الصور. تعمل بشكل أفضل مع الأطعمة الفردية الواضحة بدلاً من الأطباق المختلطة المعقدة. قوة Lose It تكمن في نظام التطبيق الشامل، حيث تعتبر Snap It ميزة إضافية بدلاً من التجربة الأساسية.

السعر: تشمل Lose It Premium بسعر 39.99 دولار سنويًا ميزة Snap It.

MyFitnessPal

اعتبارًا من عام 2026، لا يقدم MyFitnessPal مسح الصور الذكي بشكل أصلي. يعتمد التطبيق على البحث اليدوي، ومسح الرموز الشريطية، وقاعدة بياناته الكبيرة (لكنها مستندة إلى المجتمع). من المهم ملاحظة أن العديد من الأشخاص يفترضون أن أكثر متتبع للسعرات الحرارية شعبية سيكون لديه هذه الميزة. لكنه ليس كذلك.

جدول مقارنة مسح الصور

الميزة	Nutrola	Cal AI	Foodvisor	Lose It (Snap It)
تحديد الطعام بواسطة الذكاء الاصطناعي	نعم	نعم	نعم	نعم
تقدير الحصة	نعم	نعم	نعم	أساسي
مصدر البيانات الغذائية	قاعدة بيانات موثوقة تحتوي على 1.8 مليون عنصر	تقدير تم إنشاؤه بواسطة الذكاء الاصطناعي	قاعدة بيانات خاصة	قاعدة بيانات Lose It
تصحيح سهل عند الخطأ	نعم (بحث كامل في قاعدة البيانات)	محدود	معتدل	نعم (بحث في قاعدة البيانات)
الكشف عن أطباق متعددة	نعم	نعم	نعم	محدود
العناصر الغذائية لكل إدخال	أكثر من 100	السعرات + الماكروز	معتدل	أساسي
مسح الرموز الشريطية	نعم	لا	نعم	نعم
بديل الإدخال الصوتي	نعم (15 لغة)	لا	لا	لا
Apple Watch / Wear OS	كلاهما	لا	لا	Apple Watch (أساسي)
السعر	2.50 يورو/شهر	~$9.99/شهر	~$7.99/شهر	$39.99/سنة
الإعلانات	لا شيء	لا شيء	الطبقة المجانية تحتوي على إعلانات	الطبقة المجانية تحتوي على إعلانات

متى يعمل مسح الصور بشكل أفضل (ومتى لا يعمل)

ممتاز لـ:

• وجبات بسيطة مع أطعمة مرئية بوضوح ومفصولة (بروتين + نشويات + خضار)
• عناصر غذائية فردية مثل الموز، أو السندويش، أو وعاء من الشوفان
• وجبات المطاعم حيث لا تملك تفاصيل التعبئة أو الوصفة الدقيقة
• تسجيل سريع عندما لا تملك الوقت للبحث والوزن

أقل موثوقية لـ:

• أطباق مختلطة بشكل كبير مثل الكسرولات، أو اليخنات، أو الكاري حيث لا تكون المكونات الفردية مرئية
• الأطعمة ذات الصلصات أو التتبيلات حيث لا يمكن للذكاء الاصطناعي رؤية ما تحتها
• عناصر صغيرة جدًا مثل المكسرات الفردية، أو البذور، أو المكملات
• الأطعمة في حاويات غير شفافة حيث لا يكون الطعام مرئيًا

في هذه الحالات، تعتبر خيارات البحث اليدوي في Nutrola، أو الإدخال الصوتي، أو مسح الرموز الشريطية خيارات أفضل. يعتبر ماسح الصور أداة واحدة في مجموعة الأدوات، وليس الطريقة الوحيدة.

نصائح للحصول على نتائج أفضل من مسح الصور

قم بتقديم طعامك قبل التصوير. الطعام الموزع على طبق يكون أسهل للذكاء الاصطناعي في التعرف عليه مقارنة بالطعام المكدس في حاوية أو لا يزال في وعاء.

استخدم إضاءة طبيعية أو ساطعة. الصور الداكنة والمظللة تجعل التعرف أكثر صعوبة. بالقرب من نافذة أو تحت إضاءة مطبخ جيدة تعطي أفضل النتائج.

التقط الصورة من الأعلى بزاوية. زاوية 30-45 درجة من الأعلى تظهر أكبر مساحة سطح لكل عنصر غذائي.

افصل الأطعمة قليلاً إذا كان ذلك ممكنًا. إذا كان الأرز مدفونًا تمامًا تحت الكاري، فلن يتمكن الذكاء الاصطناعي من التعرف على الأرز. يساعد الفصل الطفيف.

قم بتسجيل الصلصات والتتبيلات بشكل منفصل. إذا أضفت كاتشب، أو تتبيلة رانش، أو صلصة الصويا، قم بتسجيلها كعناصر منفصلة. يكافح معظم الذكاء الاصطناعي لتحديد الصلصات من الصور.

الصورة الأكبر: مسح الصور كجزء من نظام

لا يعد مسح الصور بديلاً عن جميع طرق تسجيل الطعام. إنه طريقة إدخال واحدة بجانب البحث اليدوي، ومسح الرموز الشريطية، والإدخال الصوتي، والوجبات المحفوظة، والإضافة السريعة. أفضل إعداد لتتبع السعرات الحرارية يستخدم طرقًا مختلفة لمواقف مختلفة:

• الطهي في المنزل باستخدام ميزان الطعام: إدخال يدوي مع أوزان دقيقة لتحقيق أقصى دقة
• تناول الطعام في مطعم: مسح الصور للسرعة والراحة
• تناول وجبة خفيفة معبأة: مسح الرموز الشريطية للحصول على تغذية فورية ودقيقة
• الأيدي مشغولة بالطهي أو القيادة: الإدخال الصوتي للتحدث عن وجبتك
• تناول وجبة محفوظة قمت بتحضيرها: ضغطة واحدة لتسجيل المفضلة المحفوظة

يدعم Nutrola جميع هذه الطرق. يعتبر ماسح الصور أسرع وسيلة لتسجيل وجبة مرئية، وتضمن قاعدة البيانات الموثوقة أن الأرقام خلف الصورة موثوقة.

الأسئلة الشائعة

ما مدى دقة مسح الصور في Nutrola؟

بالنسبة للأطعمة الشائعة على الطبق، تكون دقة التعرف عالية لنوع الطعام (ما هو) ومتوسطة لحجم الحصة (كم هو). يجب عليك دائمًا مراجعة اقتراحات الذكاء الاصطناعي وتعديل الحصص إذا لزم الأمر. البيانات الغذائية بعد التعرف دقيقة للغاية لأنها تأتي من قاعدة البيانات الموثوقة، وليس من تقدير الذكاء الاصطناعي.

هل يعمل مسح الصور مع الأطعمة المعبأة؟

يمكنه التعرف على بعض المنتجات المعروفة من تغليفها، لكن مسح الرموز الشريطية أسرع وأكثر دقة للأطعمة المعبأة. استخدم الكاميرا للوجبات الموزعة ومسح الرموز الشريطية لأي شيء يحمل ملصقًا.

هل يمكنني مسح صورة من معرض الصور الخاص بي بدلاً من التقاط واحدة جديدة؟

نعم. يتيح لك Nutrola اختيار صورة موجودة من معرض الصور الخاص بك لتحليل الذكاء الاصطناعي. هذا مفيد إذا كنت قد التقطت صورة لوجبتك في مطعم ولكنك تريد تسجيلها لاحقًا.

هل يعمل مسح الصور بدون اتصال بالإنترنت؟

لا. يعمل نموذج الذكاء الاصطناعي على خوادم Nutrola، لذا يتطلب اتصالاً بالإنترنت. إذا كنت غير متصل، استخدم البحث اليدوي (الأطعمة المخزنة)، أو الوجبات المحفوظة، أو الإضافة السريعة بدلاً من ذلك.

ما مدى سرعة تحليل الصورة؟

عادةً ما يستغرق 2-4 ثوانٍ من لحظة التقاط الصورة حتى ظهور الأطعمة المحددة. يختلف هذا قليلاً بناءً على سرعة اتصالك بالإنترنت وتعقيد الوجبة.

ما اللغات التي يدعمها التعرف على الطعام؟

يحدد الذكاء الاصطناعي الأطعمة بصريًا بغض النظر عن اللغة. تُعرض أسماء الأطعمة والبيانات الغذائية باللغة التي اخترتها من اللغات التسع المدعومة من Nutrola.