Κατέγραψα Κάθε Γεύμα με AI Φωτογραφική Σάρωση για 30 Ημέρες — Ιδού η Ακρίβεια
Φωτογράφισα κάθε γεύμα για 30 ημέρες και άφησα την AI του Nutrola να εκτιμήσει τις θερμίδες και τα μακροθρεπτικά συστατικά. Στη συνέχεια, σύγκρινα κάθε καταχώρηση με τα πραγματικά δεδομένα που υπολογίστηκαν χειροκίνητα. Ιδού οι πραγματικοί αριθμοί ακρίβειας ανά τύπο τροφής, γεύμα και εβδομάδα.
Κάθε εφαρμογή σάρωσης τροφίμων με AI υπόσχεται το ίδιο: βγάλε μια φωτογραφία, πάρε τις θερμίδες σου. Οι διαφημιστικές εικόνες δείχνουν πάντα ένα καθαρό πιάτο με μια μόνο ψητή κοτόπουλο, και η AI τα καταφέρνει τέλεια. Αλλά τι γίνεται με ένα κατσαρολάκι σπιτικού τσίλι σε χαμηλό φωτισμό; Ένα πιάτο ζυμαρικών όπου η σάλτσα κρύβει την ποσότητα; Ένα τακτομένο τάκο του δρόμου τυλιγμένο σε αλουμινόχαρτο;
Ήθελα πραγματικούς αριθμούς. Για 30 ημέρες, φωτογράφισα κάθε γεύμα και σνακ που έφαγα — συνολικά 174 καταχωρήσεις — και άφησα την AI φωτογραφικής σάρωσης του Nutrola να εκτιμήσει τις θερμίδες, τις πρωτεΐνες, τους υδατάνθρακες και τα λιπαρά. Στη συνέχεια, σύγκρινα κάθε καταχώρηση με τα πραγματικά δεδομένα: τρόφιμα ζυγισμένα σε μια κουζίνα και διατροφή υπολογισμένη χειροκίνητα χρησιμοποιώντας τη βάση δεδομένων που έχει επαληθευτεί από διατροφολόγους του Nutrola. Χωρίς επιλεκτική επιλογή. Χωρίς να παραλείψω τα δύσκολα.
Ακολουθούν τα αποτελέσματα της ακρίβειας της φωτογραφικής σάρωσης AI, πού τα καταφέρνει καλά, πού δυσκολεύεται και αν είναι αρκετά ακριβής για να είναι η κύρια μέθοδος καταγραφής σας.
Μεθοδολογία
- Φωτογράφιση πρώτα, ζύγιση δεύτερα. Πριν από κάθε γεύμα, έβγαλα μια φωτογραφία χρησιμοποιώντας την κάμερα του Nutrola και άφησα την AI να επιστρέψει την εκτίμησή της. Στη συνέχεια, ζύγισα κάθε συστατικό σε μια κουζίνα και κατέγραψα χειροκίνητα τις πραγματικές τιμές.
- Χωρίς σκηνοθεσία. Φωτογράφισα το φαγητό όπως θα το έτρωγα κανονικά — σε κανονικά πιάτα, σε πραγματικό φωτισμό, σε εστιατόρια, στο γραφείο μου, έξω. Χωρίς ειδική παρουσίαση ή φωτιστικά.
- Μέτρο ακρίβειας. Για κάθε καταχώρηση, υπολόγισα την ποσοστιαία διαφορά μεταξύ της εκτίμησης της AI και της ζυγισμένης πραγματικότητας για τις συνολικές θερμίδες. Ένα γεύμα 400 θερμίδων που εκτιμήθηκε σε 380 θερμίδες θα ήταν 95% ακριβές. Παρακολούθησα επίσης την ακρίβεια των πρωτεϊνών, των υδατανθράκων και των λιπαρών ξεχωριστά.
- 174 καταχωρήσεις σε 30 ημέρες: 89 σπιτικά γεύματα, 42 γεύματα σε εστιατόρια, 23 συσκευασμένα σνακ και 20 ποτά και διάφορα είδη.
Γενικά Αποτελέσματα: Περίληψη 30 Ημερών
| Μέτρο | Εκτίμηση AI Φωτογραφίας | Ποσοστό Σφάλματος Χειροκίνητης Καταχώρησης |
|---|---|---|
| Γενική ακρίβεια θερμίδων | 89% | 95% |
| Ακρίβεια πρωτεΐνης | 86% | 94% |
| Ακρίβεια υδατανθράκων | 88% | 93% |
| Ακρίβεια λιπαρών | 84% | 92% |
| Καταχωρήσεις εντός 10% της πραγματικής αξίας | 71% | 88% |
| Καταχωρήσεις εντός 20% της πραγματικής αξίας | 91% | 97% |
Η AI πέτυχε 89% γενική ακρίβεια θερμίδων σε όλες τις 174 καταχωρήσεις. Αυτό είναι χαμηλότερο από την προσεκτική χειροκίνητη καταγραφή (95%), αλλά υψηλότερο από ό,τι περιμένουν οι περισσότεροι άνθρωποι — και κρίσιμο, υψηλότερο από την ακρίβεια των ανθρώπων που εκτιμούν τις μερίδες χωρίς ζυγαριά (συνήθως 60 έως 70% σύμφωνα με δημοσιευμένη έρευνα από το Διεθνές Περιοδικό Παχυσαρκίας).
Τα λιπαρά ήταν η πιο αδύναμη κατηγορία μακροθρεπτικών συστατικών με 84% ακρίβεια. Αυτό έχει νόημα: τα λάδια, οι σάλτσες, το βούτυρο και τα κρυμμένα λιπαρά στη μαγειρική είναι κυρίως αόρατα στις φωτογραφίες. Οι πρωτεΐνες και οι υδατάνθρακες, που τείνουν να είναι πιο οπτικά διακριτοί (ένα κομμάτι κοτόπουλου, μια δόση ρυζιού), είχαν υψηλότερη βαθμολογία.
Ακρίβεια ανά Κατηγορία Τροφής
Όχι όλα τα τρόφιμα είναι εξίσου φωτογενή — ή εξίσου αναγνωρίσιμα. Ιδού πώς κατανέμεται η ακρίβεια στις κατηγορίες που δοκίμασα.
| Κατηγορία Τροφής | Καταχωρήσεις | Ακρίβεια Θερμίδων | Ακρίβεια Πρωτεΐνης | Καλύτερα/Χειρότερα |
|---|---|---|---|---|
| Πιάτα ενός στοιχείου | 28 | 95% | 93% | Καλύτερα |
| Συσκευασμένα σνακ | 23 | 92% | 91% | Ικανά |
| Κανονικά σπιτικά γεύματα | 34 | 91% | 89% | Ικανά |
| Σαλάτες | 14 | 88% | 85% | Μέτρια |
| Γεύματα σε εστιατόρια | 42 | 87% | 84% | Μέτρια |
| Εθνοτική κουζίνα | 16 | 86% | 82% | Μέτρια |
| Σούπες και στιφάδο | 10 | 78% | 76% | Αδύνατα |
| Μικτές κατσαρόλες/μπόλ | 7 | 74% | 71% | Χειρότερα |
Πιάτα ενός στοιχείου — ένα στήθος κοτόπουλου, ένα κομμάτι φρούτου, ένα μπολ σκέτου πλιγούρι — πέτυχαν 95% ακρίβεια θερμίδων. Όταν η AI μπορεί να δει καθαρά ένα τρόφιμο χωρίς τίποτα να το κρύβει, αποδίδει σχεδόν το ίδιο καλά με την χειροκίνητη καταγραφή.
Συσκευασμένα σνακ έφτασαν το 92%. Η AI συχνά αναγνώρισε τη μάρκα και το προϊόν από τη συσκευασία που ήταν ορατή στη φωτογραφία. Συνδυασμένα με τη βάση δεδομένων γραμμωτού κώδικα του Nutrola (95%+ ακρίβεια σε πάνω από 500K προϊόντα), τα συσκευασμένα τρόφιμα είναι ουσιαστικά ένα λυμένο πρόβλημα. Για τα συσκευασμένα είδη ειδικά, ο σαρωτής γραμμωτού κώδικα είναι ακόμη πιο γρήγορος από μια φωτογραφία.
Κανονικά σπιτικά γεύματα — τα πιάτα κοτόπουλου-ρυζιού-λαχανικών που τρώνε οι περισσότεροι τακτικά — ήρθαν στο 91%. Η AI αναγνώρισε σωστά τις κοινές πρωτεΐνες, τους σπόρους και τα λαχανικά και εκτίμησε τις μερίδες εντός ενός λογικού εύρους.
Σαλάτες έπεσαν στο 88%, κυρίως επειδή οι σάλτσες και τα γαρνιρίσματα (καρύδια, τυρί, κρουτόν) είναι δύσκολο να ποσοτικοποιηθούν από μια φωτογραφία από πάνω. Μια κουταλιά σάλτσας ελαιολάδου σε σχέση με τρεις κουταλιές φαίνεται σχεδόν παρόμοια σε μια εικόνα αλλά αντιπροσωπεύει διαφορά 240 θερμίδων.
Γεύματα σε εστιατόρια με 87% ήταν ικανοποιητικά δεδομένου ότι δεν μπορούσα να ζυγίσω τίποτα. Η AI αντιστάθμισε χρησιμοποιώντας τυπικές μερίδες εστιατορίου από τη βάση δεδομένων που έχει επαληθευτεί, η οποία είναι μια λογική προσέγγιση.
Σούπες και στιφάδο με 78% ήταν το σαφές αδύνατο σημείο. Όταν τα συστατικά είναι βυθισμένα σε υγρό, η AI δεν μπορεί να δει τι είναι κάτω από την επιφάνεια. Ένα στιφάδο βοδινού μπορεί να έχει 100 γραμμάρια βοδινού ή 200 γραμμάρια — η φωτογραφία δείχνει την ίδια καφέ σούπα με μερικά ορατά κομμάτια.
Ακρίβεια ανά Τύπο Γεύματος
| Γεύμα | Καταχωρήσεις | Ακρίβεια Θερμίδων | Σημειώσεις |
|---|---|---|---|
| Πρωινό | 42 | 92% | Επαναλαμβανόμενα γεύματα βοηθούν; πλιγούρι, αυγά, τοστ |
| Μεσημεριανό | 48 | 88% | Περισσότερη ποικιλία, περισσότερα γεύματα σε εστιατόρια |
| Βραδινό | 52 | 87% | Μεγαλύτερες μερίδες, πιο πολύπλοκα πιάτα |
| Σνακ | 32 | 91% | Συνήθως μεμονωμένα στοιχεία, εύκολα αναγνωρίσιμα |
Το πρωινό είχε την υψηλότερη βαθμολογία με 92%. Οι περισσότεροι άνθρωποι τρώνε παρόμοια πρωινά επανειλημμένα, και τα πρωινά τρόφιμα (αυγά, τοστ, δημητριακά, γιαούρτι, φρούτα) τείνουν να είναι οπτικά διακριτά και εύκολα στην εκτίμηση μερίδας. Το βραδινό είχε τη χαμηλότερη βαθμολογία με 87%, λόγω μεγαλύτερων, πιο πολύπλοκων πιάτων με σάλτσες και μικτά συστατικά.
Εβδομαδιαία Τάση Ακρίβειας
Ένα πράγμα που δεν περίμενα: η AI έγινε αισθητά καλύτερη κατά τη διάρκεια των 30 ημερών.
| Εβδομάδα | Καταχωρήσεις | Ακρίβεια Θερμίδων | Καταχωρήσεις που Χρειάζονται Διόρθωση |
|---|---|---|---|
| Εβδομάδα 1 | 38 | 85% | 47% |
| Εβδομάδα 2 | 44 | 88% | 34% |
| Εβδομάδα 3 | 46 | 91% | 22% |
| Εβδομάδα 4 | 46 | 93% | 15% |
Από 85% στην εβδομάδα 1 έως 93% στην εβδομάδα 4 — μια βελτίωση 8 ποσοστιαίων μονάδων. Ένα μέρος αυτού είναι ότι η AI μαθαίνει από τις διορθώσεις (όταν προσαρμόζετε μια καταχώρηση, το σύστημα του Nutrola χρησιμοποιεί αυτή την ανατροφοδότηση για να βελτιώσει τις μελλοντικές εκτιμήσεις για παρόμοια γεύματα). Ένα μέρος είναι ότι άρχισα ασυνείδητα να βγάζω καλύτερες φωτογραφίες: γωνία από πάνω, καλός φωτισμός, αντικείμενα ελαφρώς χωρισμένα στο πιάτο. Μόλις κατανοήσετε τι βοηθά την AI, προσαρμόζεστε φυσικά.
Όταν η AI Φωτογραφικής Σάρωσης Πετυχαίνει
Αυτές είναι οι περιπτώσεις όπου η φωτογραφική εκτίμηση ήταν σταθερά εντός 5% της ζυγισμένης πραγματικότητας:
- Ένα μόνο πρωτεϊνικό στοιχείο σε ένα πιάτο. Ψητό στήθος κοτόπουλου, φιλέτο σολομού, μπριζόλα. Η AI μπορεί να εκτιμήσει το βάρος από το οπτικό μέγεθος με εκπληκτική ακρίβεια.
- Τυποποιημένα μερίδια. Μια φέτα ψωμί, ένα αυγό, μια μπανάνα, μια μπάρα πρωτεΐνης. Αντικείμενα με γνωστό τυπικό μέγεθος.
- Πιάτα με σαφή διαχωρισμό. Ρύζι στη μία πλευρά, λαχανικά στην άλλη, πρωτεΐνη στο κέντρο. Όταν η AI μπορεί να διαχωρίσει κάθε συστατικό, εκτιμά το καθένα καλά.
- Επαγγελματικά ή αναγνωρίσιμα συσκευασμένα τρόφιμα. Η AI διασταυρώνει με τη βάση δεδομένων που έχει επαληθευτεί από διατροφολόγους και συχνά αναγνωρίζει το ακριβές προϊόν.
Όταν Δυσκολεύεται
- Σκοτεινές ή χαμηλής αντίθεσης φωτογραφίες. Ένα καφέ στιφάδο σε ένα σκοτεινό μπολ υπό χαμηλό φωτισμό έχασε σημαντική ακρίβεια. Ο καλός φωτισμός είναι σημαντικός.
- Κρυμμένα συστατικά. Βούτυρο λιωμένο σε ζυμαρικά, λάδι που χρησιμοποιείται στη μαγειρική, τυρί κάτω από μια στρώση σάλτσας. Αν η AI δεν μπορεί να το δει, δεν μπορεί να το μετρήσει.
- Ασυνήθιστη παρουσίαση ή παρουσίαση. Ένα αποσυναρμολογημένο πιάτο ή φαγητό τυλιγμένο σε αλουμινόχαρτο μπέρδεψε τη μηχανή αναγνώρισης σε δύο περιπτώσεις.
- Μεγάλες μερίδες χωρίς αναφορά. Ένα μεγάλο μπολ ζυμαρικών φαινόταν παρόμοιο με ένα κανονικό μπολ όταν φωτογραφήθηκε από πάνω. Η συμπερίληψη ενός πιρουνιού ή χεριού στο πλαίσιο για αναφορά κλίμακας βελτίωσε αισθητά τις εκτιμήσεις.
Φωτογραφική Σάρωση vs Χειροκίνητη Καταγραφή: Η Πραγματική Ανταλλαγή
Η διαφορά ακρίβειας μεταξύ φωτογραφικής σάρωσης (89%) και προσεκτικής χειροκίνητης καταγραφής (95%) είναι πραγματική αλλά μικρότερη από ό,τι υποθέτουν οι περισσότεροι άνθρωποι. Και εδώ είναι το κρίσιμο πλαίσιο: δημοσιευμένη έρευνα δείχνει σταθερά ότι οι άνθρωποι που εκτιμούν τις μερίδες χωρίς μέτρηση συνήθως επιτυγχάνουν μόνο 60 έως 70% ακρίβεια. Οι περισσότεροι χειροκίνητοι καταγραφείς δεν ζυγίζουν κάθε γραμμάριο — επιλέγουν "1 μέτριο στήθος κοτόπουλου" από μια βάση δεδομένων και ελπίζουν ότι ταιριάζει. Στην πράξη, η διαφορά μεταξύ φωτογραφικής σάρωσης και τυπικής (όχι ιδανικής) χειροκίνητης καταγραφής είναι πολύ μικρότερη από 6 ποσοστιαίες μονάδες.
Το πλεονέκτημα ταχύτητας είναι σημαντικό. Η φωτογραφική καταγραφή χρειάστηκε κατά μέσο όρο 5 δευτερόλεπτα ανά καταχώρηση (φωτογραφία και επιβεβαίωση) σε σύγκριση με 38 δευτερόλεπτα για πλήρη χειροκίνητη αναζήτηση και προσαρμογή. Σε 174 καταχωρήσεις, αυτό σημαίνει περίπου 95 λεπτά εξοικονόμησης κατά τη διάρκεια του μήνα.
| Μέθοδος | Χρόνος ανά Καταχώρηση | Ακρίβεια Θερμίδων | Ποσοστό Ολοκλήρωσης (30 Ημέρες) |
|---|---|---|---|
| Φωτογραφική σάρωση AI | 5 δευτ. | 89% | 100% |
| Χειροκίνητη + ζυγαριά | 90 δευτ. | 97% | 82% (παραλείψεις γευμάτων) |
| Χειροκίνητη χωρίς ζυγαριά | 38 δευτ. | 78%* | 91% |
| Καμία παρακολούθηση | 0 δευτ. | N/A | N/A |
*Το 78% αντικατοπτρίζει τυπικά σφάλματα εκτίμησης μερίδων που έχουν καταγραφεί στην έρευνα, όχι μια ελεγχόμενη δοκιμή σε αυτό το πείραμα.
Η πιο ακριβής μέθοδος είναι η χειροκίνητη καταχώρηση με ζυγαριά — αλλά σε αυτό το πείραμα, ακόμη και εγώ παρέλειψα γεύματα όταν έκανα πλήρη χειροκίνητη καταγραφή επειδή η διαδικασία ήταν πολύ δύσκολη κατά τις πολυάσχολες ημέρες. Η φωτογραφική σάρωση είχε ποσοστό ολοκλήρωσης 100%. Μια καταγραφή 89%-ακριβής για κάθε γεύμα είναι καλύτερη από μια 97%-ακριβής καταγραφή με κενά.
Συμβουλές για Καλύτερη Ακρίβεια Φωτογραφικής Σάρωσης
Μετά από 174 φωτογραφίες, ιδού τι έμαθα για να πετύχω τα καλύτερα αποτελέσματα:
- Φωτογραφίστε από πάνω σε ελαφριά γωνία. Ακριβώς από πάνω λειτουργεί καλά για επίπεδα πιάτα. Μια γωνία 30 μοιρών βοηθά με μπολ και πιο βαθιά πιάτα.
- Χωρίστε τα στοιχεία στο πιάτο. Ακόμη και μια μικρή απόσταση μεταξύ του ρυζιού και του κοτόπουλου σας βοηθά την AI να διαχωρίσει και να εκτιμήσει κάθε συστατικό.
- Συμπεριλάβετε ολόκληρο το πιάτο στο πλαίσιο. Οι κομμένες φωτογραφίες χάνουν το πλαίσιο μεγέθους μερίδας.
- Χρησιμοποιήστε καλό φωτισμό. Φυσικό φως ή καλά φωτισμένο δωμάτιο. Αποφύγετε τη φωτογράφιση φαγητού σε εστιατόρια με κεριά αν θέλετε μέγιστη ακρίβεια.
- Διορθώστε τα σφάλματα όταν συμβαίνουν. Το Nutrola χρησιμοποιεί τις διορθώσεις σας για να βελτιώσει τις μελλοντικές εκτιμήσεις. Όσο περισσότερες διορθώσεις κάνετε, τόσο πιο έξυπνο γίνεται.
Το Τελευταίο Λόγο
Η φωτογραφική σάρωση AI στο Nutrola παρείχε 89% ακρίβεια θερμίδων σε 30 ημέρες και 174 καταχωρήσεις, βελτιώνοντας την ακρίβεια στο 93% μέχρι την εβδομάδα 4 καθώς το σύστημα μάθαινε από τις διορθώσεις. Τα πιάτα ενός στοιχείου και τα κοινά γεύματα πέτυχαν 95% ακρίβεια. Οι σούπες, τα στιφάδο και τα γεύματα με κρυμμένα λιπαρά ήταν οι πιο αδύναμες κατηγορίες με 74 έως 78%.
Για τους περισσότερους ανθρώπους που παρακολουθούν τη διατροφή τους για τη διαχείριση βάρους, τη φυσική κατάσταση ή την γενική υγειονομική συνείδηση, αυτό το επίπεδο ακρίβειας είναι περισσότερο από επαρκές — ειδικά όταν συνδυάζεται με την σχεδόν μηδενική τριβή του να βγάζετε μια φωτογραφία. Η βάση δεδομένων που έχει επαληθευτεί από διατροφολόγους πίσω από την AI σημαίνει ότι όταν αναγνωρίζει σωστά ένα τρόφιμο, τα διατροφικά δεδομένα που επιστρέφει είναι αξιόπιστα σε πάνω από 100 παρακολουθούμενα θρεπτικά συστατικά.
Οι τιμές του Nutrola ξεκινούν από 2,5 € το μήνα με 3ήμερη δωρεάν δοκιμή. Η φωτογραφική σάρωση, η φωνητική καταγραφή, η σάρωση γραμμωτού κώδικα (95%+ ακρίβεια), ο AI Διαιτολόγος και η συγχρονισμένη σύνδεση με Apple Health και Google Fit περιλαμβάνονται σε κάθε σχέδιο, χωρίς διαφημίσεις. Αν ήσασταν σκεπτικιστές σχετικά με την ακρίβεια της φωτογραφικής σάρωσης τροφίμων AI, τα δεδομένα από αυτή τη δοκιμή υποδηλώνουν ότι είναι πιο κοντά στο αξιόπιστο από ό,τι νομίζετε — και γίνεται καλύτερο κάθε εβδομάδα.
Συχνές Ερωτήσεις
Πόσο ακριβής είναι η καταμέτρηση θερμίδων από φωτογραφίες AI;
Σε αυτή τη δοκιμή 30 ημερών με 174 γεύματα, η φωτογραφική σάρωση AI του Nutrola πέτυχε 89% γενική ακρίβεια θερμίδων σε σχέση με τη ζυγισμένη πραγματικότητα. Η ακρίβεια ποίκιλε ανά τύπο τροφής: πιάτα ενός στοιχείου 95%, κανονικά σπιτικά γεύματα 91%, γεύματα σε εστιατόρια 87%, και σούπες ή στιφάδο 78%. Μέχρι την εβδομάδα 4, η γενική ακρίβεια βελτιώθηκε στο 93% καθώς η AI μάθαινε από τις διορθώσεις. Αυτοί οι αριθμοί είναι σημαντικά καλύτεροι από τις εκτιμήσεις μερίδων χωρίς βοήθεια (60 έως 70% σε δημοσιευμένη έρευνα) και μόλις 6 ποσοστιαίες μονάδες κάτω από την προσεκτική χειροκίνητη καταγραφή με ζυγαριά.
Λειτουργεί η φωτογραφική σάρωση τροφίμων AI για γεύματα σε εστιατόρια;
Ναι. Σε αυτή τη δοκιμή, τα γεύματα σε εστιατόρια πέτυχαν 87% ακρίβεια θερμίδων μόνο από φωτογραφίες — χωρίς πρόσβαση σε ζυγαριά ή λίστα συστατικών. Η AI χρησιμοποιεί τυπικές μερίδες εστιατορίου από μια βάση δεδομένων που έχει επαληθευτεί από διατροφολόγους για να εκτιμήσει τις μερίδες. Η ακρίβεια ήταν υψηλότερη για κοινά πιάτα (ψητή πρωτεΐνη, τυπικές πλευρές) και χαμηλότερη για πιάτα με κρυμμένες σάλτσες ή λάδια. Η περιγραφή του ονόματος του πιάτου επιπλέον της φωτογραφίας μπορεί να βελτιώσει περαιτέρω τα αποτελέσματα.
Με ποια τρόφιμα δυσκολεύεται η φωτογραφική σάρωση AI;
Οι πιο αδύναμες κατηγορίες ήταν οι σούπες και τα στιφάδο (78% ακρίβεια) και οι μικτές κατσαρόλες ή μπολ (74% ακρίβεια). Ο κοινός παράγοντας είναι ότι τα συστατικά είναι βυθισμένα, στρωμένα ή αναμειγμένα, καθιστώντας δύσκολη την οπτική εκτίμηση. Σκοτεινά ή χαμηλής αντίθεσης τρόφιμα, αντικείμενα με κρυμμένα λιπαρά (βούτυρο σε ζυμαρικά, λάδι στη μαγειρική), και ασυνήθιστα πιάτα παρουσίασης μείωσαν επίσης την ακρίβεια. Για αυτούς τους τύπους τροφίμων, ο συνδυασμός μιας φωτογραφίας με μια σύντομη φωνητική περιγραφή ή χειροκίνητη προσαρμογή παράγει καλύτερα αποτελέσματα.
Είναι η καταγραφή τροφίμων με φωτογραφίες πιο γρήγορη από την χειροκίνητη παρακολούθηση θερμίδων;
Σημαντικά πιο γρήγορη. Σε αυτή τη δοκιμή, η φωτογραφική καταγραφή είχε μέσο όρο 5 δευτερόλεπτα ανά καταχώρηση (φωτογραφία, ανασκόπηση, επιβεβαίωση) σε σύγκριση με 38 δευτερόλεπτα για χειροκίνητη καταγραφή κειμένου και εισόδου. Σε 174 καταχωρήσεις σε 30 ημέρες, η φωτογραφική καταγραφή εξοικονόμησε περίπου 95 λεπτά. Η διαφορά ταχύτητας βελτίωσε επίσης τη συνέπεια της καταγραφής — η φωτογραφική καταγραφή είχε ποσοστό ολοκλήρωσης 100% ενώ η χειροκίνητη καταγραφή κατά τη διάρκεια της βασικής εβδομάδας είχε παραλείψεις γευμάτων λόγω τριβής.
Βελτιώνεται η φωτογραφική σάρωση με την πάροδο του χρόνου;
Ναι. Η ακρίβεια βελτιώθηκε από 85% στην εβδομάδα 1 σε 93% στην εβδομάδα 4 αυτής της δοκιμής. Όταν διορθώνετε μια εκτίμηση AI στο Nutrola — προσαρμόζοντας μια μερίδα ή αλλάζοντας ένα λανθασμένα αναγνωρισμένο τρόφιμο — το σύστημα χρησιμοποιεί αυτή την ανατροφοδότηση για να βελτιώσει τις μελλοντικές προβλέψεις για παρόμοια γεύματα. Οι χρήστες που διορθώνουν τα σφάλματα τακτικά θα δουν ταχύτερη βελτίωση. Αυτή η προσωποποίηση είναι ένα πλεονέκτημα που έχει η φωτογραφική σάρωση σε σχέση με τις στατικές αναζητήσεις βάσης δεδομένων.
Μπορώ να συνδυάσω τη φωτογραφική σάρωση με άλλες μεθόδους καταγραφής στο Nutrola;
Ναι. Το Nutrola υποστηρίζει φωτογραφική σάρωση, φωνητική καταγραφή, σάρωση γραμμωτού κώδικα (95%+ ακρίβεια), χειροκίνητη αναζήτηση και εισαγωγή URL συνταγών — και μπορείτε να αναμειγνύετε τις μεθόδους ελεύθερα. Στην πράξη, η καλύτερη προσέγγιση είναι να χρησιμοποιείτε όποια μέθοδο ταιριάζει στη στιγμή: σάρωση γραμμωτού κώδικα για συσκευασμένα τρόφιμα, φωτογραφική σάρωση για πιάτα, φωνητική καταγραφή όταν τα χέρια σας είναι απασχολημένα, και χειροκίνητη καταχώρηση όταν χρειάζεστε ακριβή ακρίβεια. Όλες οι μέθοδοι αντλούν από την ίδια βάση δεδομένων τροφίμων που έχει επαληθευτεί από διατροφολόγους με πάνω από 100 παρακολουθούμενα θρεπτικά συστατικά ανά καταχώρηση, έτσι ώστε τα δεδομένα σας να παραμένουν συνεπή ανεξαρτήτως μεθόδου εισόδου.
Έτοιμοι να Μεταμορφώσετε την Παρακολούθηση της Διατροφής σας;
Εγγραφείτε σε χιλιάδες που έχουν μεταμορφώσει το ταξίδι της υγείας τους με το Nutrola!