कैसे बेहतर खाद्य फोटो लें ताकि कैलोरी ट्रैकिंग अधिक सटीक हो

अपने भोजन को सीधे ऊपर से, प्राकृतिक रोशनी में, एक ही प्लेट पर अलग-अलग खाद्य पदार्थों के साथ शूट करने से एआई कैलोरी अनुमान की सटीकता 20-30 प्रतिशत अंक तक बढ़ सकती है, जबकि खराब फ्रेमिंग और मंद रोशनी वाले फोटो की तुलना में। एक उपयोगी खाद्य फोटो और एक बेकार फोटो के बीच का अंतर अक्सर कुछ सेकंड की स्थिति में होता है। आपको फोटोग्राफी कौशल की आवश्यकता नहीं है। आपको कुछ आदतों की जरूरत है जो एआई को वह जानकारी दें, जिसकी उसे अपने काम करने के लिए आवश्यकता होती है। यहाँ 8 व्यावहारिक टिप्स हैं, जो सटीकता डेटा द्वारा समर्थित हैं, जो फोटो-आधारित कैलोरी ट्रैकिंग को काफी अधिक विश्वसनीय बनाते हैं।

फोटो की गुणवत्ता का महत्व

एआई खाद्य पहचान प्रणाली कई दृश्य संकेतों का विश्लेषण करती है ताकि यह अनुमान लगाया जा सके कि आप क्या खा रहे हैं और आपके प्लेट पर कितनी मात्रा है। इन संकेतों में प्रत्येक खाद्य पदार्थ का दृश्य सतह क्षेत्र, खाद्य पदार्थों के बीच रंग का विपरीत, गहराई और मात्रा को दर्शाने वाले छाया पैटर्न, और प्लेट और बर्तन जैसे ज्ञात संदर्भ वस्तुएं शामिल हैं।

जब इनमें से कोई भी संकेत खराब होता है — खराब रोशनी, stacked खाद्य पदार्थ, अव्यवस्थित पृष्ठभूमियाँ — तो एआई को अनुमान लगाना पड़ता है। और अनुमान लगाना मतलब है गलती करना। इंटरनेशनल जर्नल ऑफ फूड साइंसेज एंड न्यूट्रिशन के शोध में पाया गया कि एआई-सहायता प्राप्त आहार मूल्यांकन उपकरण नियंत्रित फोटोग्राफी स्थितियों में 85-92% सटीकता प्राप्त करते हैं, लेकिन अनियंत्रित, उपयोगकर्ता-प्रस्तुत फोटो के साथ 60-70% सटीकता तक गिर जाते हैं।

इन दोनों संख्याओं के बीच का अंतर बेहतर एआई के बारे में नहीं है। यह बेहतर फोटो के बारे में है।

टिप 1: सीधे ऊपर से शूट करें (बर्ड्स आई व्यू)

आप जो सबसे प्रभावशाली बदलाव कर सकते हैं, वह है अपने फोन को सीधे अपनी प्लेट के ऊपर पकड़ना और सीधे नीचे शूट करना। एआई कैलोरी अनुमान भाग के आकार की गणना के लिए दृश्य सतह क्षेत्र पर बहुत निर्भर करता है। जब आप 45-डिग्री कोण से या साइड से खाद्य पदार्थों की फोटो लेते हैं, तो प्लेट अंडाकार दिखती है, खाद्य पदार्थ दृश्य रूप से ओवरलैप होते हैं, और एआई छोटे चावल के ढेर और बड़े ढेर के बीच अंतर नहीं कर सकता।

बर्ड्स आई (90-डिग्री) कोण एआई को प्लेट पर हर आइटम का साफ, मापने योग्य दृश्य देता है। Nutrients जर्नल में प्रकाशित एआई भाग अनुमान पर अध्ययन में दिखाया गया कि शीर्ष से नीचे की छवियों ने कोणीय शॉट्स की तुलना में मात्रा अनुमान की सटीकता को 18-25% तक बढ़ा दिया।

कैसे करें: अपने फोन को प्लेट के केंद्र के ठीक ऊपर, हाथ की लंबाई पर पकड़ें। आपकी स्क्रीन पर प्लेट एक पूर्ण वृत्त के रूप में दिखनी चाहिए, अंडाकार नहीं। अपने फोन को टेबल की सतह के समानांतर रखें। अधिकांश लोग स्वाभाविक रूप से फोन को अपनी ओर झुकाते हैं — इस आदत से लड़ें।

टिप 2: प्राकृतिक रोशनी का उपयोग करें और फ्लैश से बचें

रोशनी फोटो पहचान सटीकता में दूसरा सबसे बड़ा कारक है। एआई खाद्य पदार्थों की पहचान के लिए रंग डेटा का उपयोग करता है (जैसे, भूरे चावल और सफेद चावल के बीच अंतर करना) और प्लेट पर खाद्य पदार्थों की तीन-आयामी मात्रा का अनुमान लगाने के लिए छाया पैटर्न का उपयोग करता है।

कैमरा फ्लैश कठोर, दिशात्मक छायाएँ उत्पन्न करता है जो मात्रा अनुमान को विकृत करता है और खाद्य पदार्थों के प्राकृतिक रंग को धुंधला कर सकता है। मंद रोशनी छवि शोर को पेश करती है और एआई के लिए खाद्य पदार्थों को एक-दूसरे से और प्लेट से अलग करना कठिन बना देती है।

प्राकृतिक दिन का प्रकाश, यहां तक कि बादल वाले दिन में, समान प्रकाश प्रदान करता है जो रंग की सटीकता और छाया की विश्वसनीयता को बनाए रखता है।

प्रकाश स्थिति	रंग सटीकता	भाग अनुमान सटीकता	सामान्य समस्याएँ
प्राकृतिक दिन का प्रकाश (खिड़की)	93-97%	88-94%	न्यूनतम
उज्ज्वल इनडोर ओवरहेड लाइट	88-92%	82-88%	कुछ खाद्य पदार्थों पर हल्का रंग परिवर्तन
मंद इनडोर रोशनी	70-78%	65-72%	छवि शोर, खाद्य पदार्थ एक साथ मिल जाते हैं
कैमरा फ्लैश	75-82%	60-70%	कठोर छायाएँ मात्रा को विकृत करती हैं, रंग धुंधले होते हैं
बाहरी सीधी धूप	90-94%	85-90%	सफेद प्लेटों पर कभी-कभी ओवरएक्सपोजर
मोमबत्ती की रोशनी / गर्म वातावरण	62-70%	55-65%	मजबूत नारंगी रंग, बहुत कम विपरीत

कैसे करें: यदि आप खिड़की के पास हैं, तो अपनी प्लेट को इस तरह से रखें कि प्रकाश समान रूप से उस पर पड़े। यदि आप एक मंद रेस्तरां में हैं, तो अपने फोन की स्क्रीन की चमक को थोड़ी देर के लिए बढ़ाएं और इसका उपयोग एक नरम प्रकाश स्रोत के रूप में करें, या अपने फोन के एचडीआर मोड को सक्षम करें। खाद्य फोटो के लिए कभी भी फ्लैश का उपयोग न करें, जिन्हें आप स्कैन करने का इरादा रखते हैं।

टिप 3: खाद्य पदार्थों को अलग रखें — स्टैक न करें

जब खाद्य पदार्थ एक-दूसरे के ऊपर रखे जाते हैं, तो एआई केवल शीर्ष परत को देख सकता है। चावल पर रखा हुआ चिकन का एक प्लेट एआई को चिकन का एक प्लेट जैसा दिखता है — नीचे का चावल अदृश्य होता है और इसे लॉग नहीं किया जाएगा।

यह सलाद जैसे लेयर्ड व्यंजनों पर भी लागू होता है, जहां ड्रेसिंग हरी पत्तियों को ढकती है, या पास्ता जहां सॉस नूडल्स को ढक देता है।

कैसे करें: फोटो लेने से पहले अपने खाद्य पदार्थों को एकल परत में फैलाने के लिए 5 सेकंड का समय निकालें। यदि आपके पास कई खाद्य पदार्थ हैं, तो प्रत्येक को प्लेट के अपने हिस्से में रखें। इसे एक घड़ी की तरह सोचें: प्रोटीन 12 बजे, कार्ब्स 4 बजे, सब्जियाँ 8 बजे।

ऐसे ऐप्स जैसे Nutrola जो एआई फोटो पहचान को वॉयस लॉगिंग के साथ मिलाते हैं, इसे आसान बनाते हैं — आप दृश्य खाद्य पदार्थों की फोटो ले सकते हैं और फिर किसी भी छिपे हुए या मिश्रित चीज़ को वॉयस लॉग कर सकते हैं।

टिप 4: स्केल के लिए संदर्भ वस्तु शामिल करें

एआई भाग के आकार का अनुमान लगाने के लिए आंशिक रूप से खाद्य पदार्थों की तुलना ज्ञात आकार की वस्तुओं से करता है। एक डिनर प्लेट (मानक 10-11 इंच), एक कांटा (मानक 7-8 इंच), या एक चाकू एआई को एक विश्वसनीय संदर्भ बिंदु देता है।

बिना संदर्भ वस्तु के, एआई यह निर्धारित नहीं कर सकता कि वह 6-इंच के सलाद प्लेट या 12-इंच के सर्विंग प्लेट को देख रहा है। चावल का वही ढेर 150 कैलोरी या 400 कैलोरी हो सकता है, प्लेट के आकार के आधार पर।

कैसे करें: सुनिश्चित करें कि फ्रेम में कम से कम एक मानक बर्तन (कांटा, चाकू, या चम्मच) या एक मानक डिनर प्लेट का पूरा किनारा दिखाई दे। आपको कुछ विशेष व्यवस्थित करने की आवश्यकता नहीं है — बस फोटो को इतनी तंग न करें कि ये संदर्भ बिंदु गायब हो जाएं।

टिप 5: सॉस और ड्रेसिंग को साइड में फोटो लें

सॉस और ड्रेसिंग कैलोरी में घने और दृश्य रूप से धोखा देने वाले होते हैं। एक टेबलस्पून रैंच ड्रेसिंग 73 कैलोरी जोड़ता है। दो टेबलस्पून सीज़र ड्रेसिंग 170 कैलोरी जोड़ते हैं। जब खाद्य पदार्थों पर डाला जाता है, तो एआई यह नहीं निर्धारित कर सकता कि कितनी मात्रा का उपयोग किया गया है और अक्सर सॉस को कम करके या पूरी तरह से छोड़ देता है।

कैसे करें: जब संभव हो, रेस्तरां में ड्रेसिंग को साइड में मांगें या इसे अपने खाद्य पदार्थों में डालने से पहले एक छोटे बर्तन में डालें। सॉस को प्लेट के बगल में अपने कंटेनर में फोटो लें। यदि सॉस पहले से ही खाद्य पदार्थों पर है, तो इसे मैन्युअल रूप से जोड़ने के लिए वॉयस लॉग या त्वरित संपादन सुविधा का उपयोग करें। Nutrola में, आप फोटो ले सकते हैं और फिर एआई वॉयस लॉगिंग फीचर का उपयोग करके कह सकते हैं "दो टेबलस्पून रैंच ड्रेसिंग जोड़ें"।

टिप 6: गहराई दिखाने के लिए कटोरियों को थोड़ा झुकाएं

कटोरियाँ एआई भाग अनुमान के लिए एक अनूठी चुनौती प्रस्तुत करती हैं। जब सीधे ऊपर से फोटो लिया जाता है, तो ओटमील की एक कटोरी और ओटमील की एक प्लेट लगभग समान दिखती हैं — लेकिन कटोरी गहराई के कारण काफी अधिक खाद्य पदार्थ रखती है।

कैसे करें: कटोरियों में परोसे गए खाद्य पदार्थों (सूप, अनाज, अनाज के कटोरे, सलाद) के लिए, कटोरी को कैमरे की ओर बहुत थोड़ा झुकाएं — लगभग 15-20 डिग्री — ताकि एआई अंदर के खाद्य पदार्थों की गहराई देख सके। आप फोटो के लिए कटोरी को हल्के कोण पर पकड़ सकते हैं, फिर इसे वापस रख सकते हैं। लक्ष्य मात्रा को प्रकट करना है, न कि एक कलात्मक शॉट बनाना।

टिप 7: फ्रेम से पैकेजिंग हटा दें

खाद्य पैकेजिंग — चिप बैग, कैंडी रैपर, अनाज के डिब्बे, प्रिंटेड टेक्स्ट वाले टेकआउट कंटेनर — एआई पहचान प्रणाली को भ्रमित कर सकते हैं। एआई पैकेजिंग पर पाठ पढ़ने का प्रयास कर सकता है, ब्रांड को गलत पहचान सकता है, या खाद्य पदार्थों पर ध्यान केंद्रित करने के बजाय लोगो और ग्राफिक्स से विचलित हो सकता है।

यह आंशिक पैकेजिंग के साथ विशेष रूप से समस्याग्रस्त है। एक खुला ग्रेनोला बार उसके रैपर के बगल में हो सकता है जिसे दो आइटम के रूप में लॉग किया जाए, या रैपर का पाठ दृश्य खाद्य विश्लेषण को ओवरराइड कर सकता है और एक गलत परिणाम उत्पन्न कर सकता है।

कैसे करें: फोटो लेने से पहले रैपर, डिब्बे, और कंटेनरों को फ्रेम से हटा दें। यदि आप कुछ खा रहे हैं जिसमें बारकोड है, तो फोटो स्कैनिंग के बजाय बारकोड स्कैनिंग का उपयोग करें — Nutrola में बारकोड स्कैनर 95% से अधिक पैकेज्ड उत्पादों को कवर करता है और सटीक निर्माता पोषण डेटा प्रदान करता है, जो हमेशा पैकेज्ड आइटम के लिए फोटो अनुमान की तुलना में अधिक सटीक होता है।

टिप 8: एक फोटो में एक प्लेट

जब आप एक ही फ्रेम में कई प्लेटों की फोटो लेते हैं — आपका भोजन और आपके भोजन साथी का, या एक मुख्य पाठ्यक्रम और एक साइड डिश एक अलग प्लेट पर — एआई यह निर्धारित करने में संघर्ष करता है कि कौन सा खाद्य पदार्थ आपकी सर्विंग से संबंधित है। यह कुल दृश्य खाद्य पदार्थ को एकल भोजन के रूप में लॉग कर सकता है, जिससे आपकी खपत का अनुमान बहुत अधिक हो जाता है।

कैसे करें: प्रत्येक प्लेट की व्यक्तिगत फोटो लें। यदि आपके पास एक मुख्य प्लेट और एक साइड प्लेट है, तो दो फोटो लें। यह अतिरिक्त 3 सेकंड लेता है और 200-500 कैलोरी लॉगिंग त्रुटि को रोक सकता है। अधिकांश एआई पोषण ऐप्स, जिसमें Nutrola भी शामिल है, व्यक्तिगत फोटो को 2 सेकंड से कम समय में प्रोसेस करते हैं, इसलिए समय का निवेश तुच्छ है।

अच्छा फोटो बनाम बुरा फोटो: 10 वास्तविक परिदृश्य

निम्नलिखित तालिका दिखाती है कि सामान्य फोटोग्राफी गलतियाँ एआई कैलोरी अनुमान की सटीकता को कैसे प्रभावित करती हैं। "सटीकता" कॉलम दर्शाता है कि एआई अनुमान वास्तविक भोजन की कैलोरी गिनती के कितने करीब है, जो एआई खाद्य पहचान अनुसंधान से एकत्रित परीक्षण डेटा पर आधारित है।

परिदृश्य	बुरा फोटो आदत	अच्छा फोटो आदत	सटीकता (बुरा)	सटीकता (अच्छा)	सामान्य कैलोरी त्रुटि (बुरा)
चिकन और चावल की प्लेट	45-डिग्री कोण, फ्लैश	बर्ड्स आई, प्राकृतिक प्रकाश	64%	92%	+/- 180 kcal
सलाद ड्रेसिंग के साथ	ड्रेसिंग डाली गई, मंद प्रकाश	साइड में ड्रेसिंग, दिन का प्रकाश	55%	89%	+/- 150 kcal
ओटमील की कटोरी	केवल शीर्ष से, कोई गहराई नहीं दिखती	कटोरी की गहराई दिखाने वाला हल्का झुकाव	60%	85%	+/- 120 kcal
पास्ता सॉस के साथ	सॉस पास्ता को ढकता है, कोणीय शॉट	पास्ता स्पष्ट, शीर्ष से नीचे	58%	87%	+/- 200 kcal
सैंडविच और चिप्स	दोनों आइटम stacked, रैपर फ्रेम में	आइटम अलग, रैपर हटा दिया गया	52%	90%	+/- 220 kcal
चावल पर स्टर फ्राई	खाद्य पदार्थ ऊँचे ढेर में, मंद रेस्तरां	सपाट फैलाना, फोन एचडीआर मोड	61%	88%	+/- 170 kcal
नाश्ते की प्लेट (अंडे, टोस्ट, बेकन)	सभी आइटम ओवरलैपिंग, साइड कोण	आइटम अलग, बर्ड्स आई	63%	93%	+/- 160 kcal
स्मूथी बाउल टॉपिंग के साथ	गहरे कटोरे, कोई बर्तन दिखाई नहीं देता	हल्का कटोरा, स्केल के लिए चम्मच	57%	84%	+/- 130 kcal
पिज्जा के टुकड़े	कई टुकड़े ओवरलैपिंग	एकल टुकड़ा, पूरा प्लेट दिखाई दे रहा है	50%	88%	+/- 250 kcal
बुरिटो और साइड	लिपटा हुआ बुरिटो, अव्यवस्थित ट्रे	बुरिटो काटा हुआ, आइटम अलग	45%	82%	+/- 280 kcal

एक त्वरित प्री-फोटो चेकलिस्ट

अपने भोजन की फोटो लेने से पहले, इस 5-सेकंड की मानसिक चेकलिस्ट के माध्यम से चलें:

1. कोण: क्या मैं प्लेट के ठीक ऊपर हूँ?
2. रोशनी: क्या पर्याप्त रोशनी है? क्या फ्लैश बंद है?
3. फैलाव: क्या मैं हर खाद्य पदार्थ को व्यक्तिगत रूप से देख सकता हूँ?
4. स्केल: क्या कोई बर्तन या पूर्ण प्लेट का किनारा दिखाई दे रहा है?
5. स्वच्छ फ्रेम: क्या रैपर और अतिरिक्त प्लेटें शॉट से बाहर हैं?

यह कुछ दिनों के भीतर स्वचालित हो जाता है। अधिकांश Nutrola उपयोगकर्ताओं की रिपोर्ट है कि चेकलिस्ट लगभग एक सप्ताह के लगातार फोटो लॉगिंग के बाद स्वाभाविक हो जाती है।

जब फोटो स्कैनिंग सबसे अच्छा विकल्प नहीं है

फोटो स्कैनिंग दृश्य, अलग-अलग, पूरे खाद्य पदार्थों के लिए सबसे अच्छा काम करती है। कुछ स्थितियाँ हैं जहाँ अन्य लॉगिंग विधियाँ तेज और अधिक सटीक होती हैं:

• पैकेज्ड खाद्य पदार्थ जिनमें बारकोड होते हैं: बारकोड स्कैनिंग का उपयोग करें। Nutrola का बारकोड स्कैनर 95% से अधिक पैकेज्ड उत्पादों को कवर करता है और सटीक निर्माता डेटा प्रदान करता है।
• जटिल मिश्रित व्यंजन: वॉयस लॉगिंग का उपयोग करें। कहना "मैंने एक कटोरी चिकन टिक्का मसाला के साथ लगभग एक कप बासमती चावल खाया" एआई को फोटो के एक भूरे रंग के कटोरे से अधिक जानकारी देता है।
• पेय: वॉयस या मैन्युअल प्रविष्टि का उपयोग करें। संतरे के रस का एक गिलास और सेब के रस का एक गिलास फोटो में लगभग समान दिखते हैं।
• बैग से खाए जाने वाले नाश्ते: बारकोड स्कैनिंग या वॉयस लॉगिंग का उपयोग करें। आपकी हथेली में फोटो खींची गई बादाम की एक मुट्ठी को दृश्य रूप से अनुमान लगाना कठिन है।

Nutrola में एआई डाइट असिस्टेंट एक ही भोजन के लिए कई इनपुट विधियों को संयोजित कर सकता है — मुख्य प्लेट के लिए फोटो, ड्रेसिंग के लिए वॉयस, पैकेज्ड साइड के लिए बारकोड — बिना अतिरिक्त प्रयास के सबसे सटीक कुल प्रदान करता है।

अक्सर पूछे जाने वाले प्रश्न

क्या खाद्य फोटो कैलोरी ट्रैकिंग के लिए फोन कैमरे की गुणवत्ता मायने रखती है?

2020 के बाद के आधुनिक स्मार्टफोन कैमरे सभी एआई खाद्य पहचान के लिए पर्याप्त रिज़ॉल्यूशन उत्पन्न करते हैं। न्यूनतम प्रभावी रिज़ॉल्यूशन लगभग 2 मेगापिक्सल है, जिसे हर वर्तमान स्मार्टफोन बहुत अधिक से पार करता है। फोटो तकनीक — कोण, रोशनी, खाद्य व्यवस्था — कैमरा हार्डवेयर की तुलना में कहीं अधिक महत्वपूर्ण है। एक बजट फोन से अच्छी तरह से तैयार की गई फोटो एक प्रमुख डिवाइस से खराब तैयार की गई फोटो को मात देगी।

मुझे खाद्य पदार्थों की फोटो लेते समय फोन कितनी करीब रखनी चाहिए?

अपने फोन को प्लेट के ऊपर 12-18 इंच (30-45 सेमी) की दूरी पर रखें। यह दूरी प्लेट के पूरे किनारे और किसी भी बर्तन को कैप्चर करती है जबकि एआई को व्यक्तिगत खाद्य पदार्थों को अलग करने के लिए पर्याप्त विवरण बनाए रखती है। यदि आप बहुत करीब हैं, तो आप संदर्भ वस्तुओं को काट सकते हैं। यदि आप बहुत दूर हैं, तो छोटे आइटम जैसे नट्स या बीज विवरण खो देते हैं।

क्या मुझे अपने खाद्य पदार्थों की फोटो खाने से पहले या बाद में लेनी चाहिए?

हमेशा खाने से पहले फोटो लें। एक बार जब आप खाना शुरू कर देते हैं, तो भाग के आकार बदल जाते हैं, खाद्य पदार्थ एक-दूसरे के साथ मिल जाते हैं, और एआई के पास यह अनुमान लगाने का कोई तरीका नहीं होता कि प्लेट पर वास्तव में क्या था। यदि आप खाने से पहले फोटो लेना भूल जाते हैं, तो इसके बजाय वॉयस लॉगिंग का उपयोग करें ताकि आप बता सकें कि आपने क्या खाया।

क्या एआई खाद्य स्कैनिंग रेस्तरां की रोशनी में काम कर सकती है?

हाँ, लेकिन बहुत मंद रेस्तरां में सटीकता कम हो जाती है। मुआवजे के लिए अपने फोन का एचडीआर या नाइट मोड सक्षम करें। यदि रेस्तरां अत्यधिक अंधेरा है, तो फोटो स्कैनिंग के बजाय वॉयस लॉगिंग का उपयोग करने पर विचार करें। उज्ज्वल रेस्तरां के वातावरण में ओवरहेड लाइटिंग आमतौर पर घरेलू सेटिंग्स के समान परिणाम उत्पन्न करती है।

क्या मुझे हर भोजन की अलग-अलग फोटो लेनी चाहिए या क्या मैं सभी भोजन एक साथ कर सकता हूँ?

प्रत्येक भोजन की फोटो उसी समय लेनी चाहिए जब आप इसे खाते हैं। एआई खाद्य स्कैनिंग व्यक्तिगत फोटो पर काम करती है, बैच अपलोड पर नहीं। यदि आप नाश्ते, दोपहर के भोजन और रात के खाने की फोटो एक साथ बाद में दिन में लेते हैं, तो आप वास्तविक भाग की जानकारी खो देते हैं और आप याददाश्त से काम कर रहे होते हैं, जो मैन्युअल लॉगिंग के समान त्रुटियों को जन्म देता है।

Nutrola उन खाद्य पदार्थों के साथ क्या करता है जो फोटो में आंशिक रूप से छिपे हुए हैं?

Nutrola का एआई फोटो पहचान दृश्य खाद्य पदार्थों की पहचान करता है और उनके भागों का अनुमान लगाता है। आंशिक रूप से छिपे हुए आइटम के लिए — जैसे करी के नीचे चावल — एआई संदर्भ संकेतों (पकवान का प्रकार, सामान्य सेवा अनुपात) का उपयोग करके छिपे हुए घटकों का अनुमान लगाता है। हालाँकि, सटीकता तब काफी बढ़ जाती है जब आप फोटो के साथ वॉयस विवरण को जोड़ते हैं। आप फोटो खींचने के बाद कह सकते हैं "नीचे लगभग एक कप चावल है", और Nutrola का एआई डाइट असिस्टेंट दोनों इनपुट को मिलाकर अधिक सटीक लॉग के लिए काम करेगा।

क्या फोटो स्कैनिंग मैन्युअल कैलोरी गिनने के लिए पर्याप्त सटीक है?

दृश्य, अच्छी तरह से फोटो खींचे गए भोजन के लिए, जिसमें अलग-अलग खाद्य पदार्थ होते हैं, एआई फोटो स्कैनिंग 85-94% सटीकता प्राप्त करती है, जो सावधानीपूर्वक मैन्युअल लॉगिंग के साथ तुलनीय है (जो लगभग 90-95% सटीकता प्राप्त करती है)। फोटो स्कैनिंग का लाभ गति और निरंतरता है — यह 3 सेकंड लेता है, 3 मिनट नहीं, जिसका अर्थ है कि आप हर भोजन को लॉग करने की अधिक संभावना रखते हैं। समय के साथ निरंतरता प्रति-भोजन सटीकता से अधिक महत्वपूर्ण है ताकि पोषण लक्ष्यों को प्राप्त किया जा सके।

कैलोरी ट्रैकिंग के लिए खाद्य फोटो में सबसे अच्छा बैकग्राउंड रंग क्या है?

एक साधारण सफेद या हल्के रंग की प्लेट एक तटस्थ पृष्ठभूमि पर एआई पहचान के लिए उच्चतम विपरीत प्रदान करती है। गहरे प्लेट्स गहरे खाद्य पदार्थों (ग्रिल्ड मीट, चॉकलेट, काले सेम) के साथ विपरीत को कम करते हैं, जिससे सटीकता प्रभावित होती है। यदि आप घर पर गहरे प्लेट्स पर खाते हैं, तो हल्के रंग की प्लेट्स पर स्विच करने पर विचार करें — यह एक छोटा बदलाव है जो समय के साथ आपकी लॉगिंग सटीकता को मापने योग्य रूप से सुधारता है।