Yapay Zeka ile Kalori Takibi Nasıl Yapılır? (Fotoğrafla Giriş Rehberi)

Yapay zeka ile kalori takibi, akıllı telefonunuzla tek bir fotoğraf çekerek yemeğinizi kaydetmenizi sağlar. Yapay zeka, tabağınızdaki yiyecekleri tanır, porsiyon boyutlarını bilgisayarla görme teknolojisi ile tahmin eder ve 5 saniye içinde tam kalori ve makro dağılımını sunar. 2023 yılında Nutrients dergisinde yayımlanan bir çalışma, yapay zeka destekli gıda kaydının kullanıcıların takip süresini manuel girişe göre %60 oranında azalttığını ve benzer doğruluk sağladığını bulmuştur. Eğer daha önce yapay zeka ile gıda kaydı denemediyseniz, bu rehber ilk taramanızdan ileri düzey doğruluk ipuçlarına kadar her şeyi kapsar.

Yapay Zeka ile Kalori Takibi Nedir?

Geleneksel kalori takibi, bir gıda veritabanında arama yapmanızı, doğru girişi seçmenizi ve porsiyon boyutunu manuel olarak tahmin etmenizi gerektirir. Bu süreç genellikle her gıda maddesi için 30 ila 60 saniye sürer ve çoğu insanın kalori takibini iki hafta içinde bırakmasının ana nedenidir.

Yapay zeka kalori takibi, bu süreci tamamen bir kamera ile değiştirir. Telefonunuzu tabağınıza doğrultursunuz, bir fotoğraf çekersiniz ve uygulama geri kalanını halleder. Yapay zeka üç temel işlem yapar:

1. Tabağınızdaki her gıda maddesini milyonlarca gıda görüntüsü üzerinde eğitilmiş bilgisayarla görme modelleri kullanarak tanımlar.
2. Porsiyon boyutlarını tahmin eder; her bir maddenin tabağa ve çerçevedeki diğer nesnelere göre görsel oranlarını analiz eder.
3. Her maddeyi bir beslenme veritabanına eşler; kalori, protein, karbonhidrat, yağ ve genellikle mikro besinleri geri döner.

Sonuç olarak, bir fotoğraf çekmek kadar kısa sürede tam bir yemek kaydı oluşturulur. International Journal of Behavioral Nutrition and Physical Activity (2022) tarafından yapılan araştırma, kayıt süresinin azaltılmasının uzun vadeli takip alışkanlıklarını önemli ölçüde geliştirdiğini göstermiştir; fotoğraf tabanlı kayıt yapanlar, yalnızca manuel kayıt yapanlara göre 2.3 kat daha uzun süre takip alışkanlıklarını sürdürmüştür.

Yapay Zeka Gıda Tanıma Arkasında Nasıl Çalışır?

Teknolojiyi anlamak, ondan daha iyi sonuçlar almanıza yardımcı olur. Yapay zeka gıda tanıma, etiketlenmiş gıda görüntülerinin büyük veri setleri üzerinde eğitilmiş konvolüsyonel sinir ağlarına (CNN) dayanır. İşte bu sürecin basitleştirilmiş bir özeti.

Adım	Ne Olur	Süre
Görüntü yakalama	Telefon kameranız yüksek çözünürlükte fotoğrafı çeker	Anlık
Ön işleme	Görüntü kırpılır, normalize edilir ve model için optimize edilir	0.5 saniye içinde
Nesne tespiti	Yapay zeka, tabağınızdaki belirgin gıda bölgelerini tanımlar	1 saniye içinde
Sınıflandırma	Her tespit edilen bölge bir gıda kategorisi ile eşleştirilir	1 saniye içinde
Porsiyon tahmini	Görsel ipuçları (tabak boyutu, gıda derinliği, yayılma alanı) ağırlığı tahmin eder	1 saniye içinde
Besin verisi sorgulama	Tanımlanan gıdalar doğrulanmış bir beslenme veritabanı ile eşleştirilir	0.5 saniye içinde
Sonuçların gösterimi	Kalori ve makrolar ekranınızda görüntülenir	Toplamda 5 saniye içinde

Modern gıda tanıma modelleri, karışık yemekler, bölgesel mutfaklar ve restoran yemekleri dahil olmak üzere 10,000'den fazla farklı gıda maddesini tanıyabilir. Gıda tanıma için doğruluk oranları genellikle yemeğin karmaşıklığına ve görüntü kalitesine bağlı olarak %85 ile %95 arasında değişir.

Nutrola'nın yapay zeka gıda tanıma sistemi, %100 beslenme uzmanı tarafından doğrulanmış bir gıda veritabanı ile desteklenmektedir; bu, geri dönen beslenme verilerinin yalnızca hatalı olabilecek topluluk kaynaklı girişlere dayanmadığı anlamına gelir.

İlk Yapay Zeka Gıda Taramanız: Adım Adım

Nutrola'da yapay zeka fotoğraf tanıma ile ilk yemeğinizi kaydetmek için tam olarak şu adımları izleyin.

Adım 1: Uygulamayı açın ve kayıt butonuna dokunun. Kayıt butonu, ekranın alt ortasında bulunan büyük artı simgesidir. Kayıt seçeneklerinden "Fotoğraf"ı seçin.

Adım 2: Kameranızı tabağınıza doğrultun. Telefonunuzu yemeğinizin üzerine veya önüne yaklaşık 30 ila 40 santimetre yükseklikte tutun. Tüm gıda maddelerinin çerçevede görünür olduğundan emin olun. Mükemmel bir dik açıdan çekim yapmanıza gerek yok, ancak tabağın bazı kısımlarını gizleyen aşırı açılardan kaçının.

Adım 3: Fotoğrafı çekin. Deklanşör butonuna dokunun. Yapay zeka hemen işlemeye başlar.

Adım 4: Sonuçları gözden geçirin. Birkaç saniye içinde uygulama, tahmin edilen porsiyonlar ve besin bilgileri ile tespit edilen gıdaların bir listesini gösterir. Her bir madde, kalori, protein, karbonhidrat ve yağ miktarıyla birlikte gösterilir.

Adım 5: Onaylayın veya ayarlayın. Eğer yapay zeka her şeyi doğru tanımladıysa, yemeği kaydetmek için onaylayın. Eğer bir porsiyon boyutu yanlış görünüyorsa, maddeye dokunarak porsiyon boyutunu manuel olarak ayarlayın. Eğer yapay zeka bir gıdayı yanlış tanımladıysa, doğru girişi aramak için ona dokunun.

Adım 6: Tamam. Yemeğiniz tam makro dağılımıyla kaydedildi. Uygulamayı açmaktan tam bir kayıt girişi oluşturmaya kadar tüm süreç 15 saniyeden kısa sürer.

Fotoğraf, Barkod veya Sesli Kayıt Kullanma Zamanı

Yapay zeka fotoğraf kaydı güçlüdür, ancak her durum için en iyi araç değildir. Nutrola gibi modern kalori takip uygulamaları, her biri farklı senaryolar için uygun üç kayıt yöntemi sunar.

Durum	En İyi Yöntem	Neden
Evde pişirilmiş tabak yemeği	Fotoğraf	Yapay zeka birden fazla maddeyi aynı anda tanıyabilir ve tahmin edebilir
Restoran veya kafeterya yemeği	Fotoğraf	Genellikle barkod yoktur; fotoğraf tüm tabağı yakalar
Paketlenmiş gıda veya atıştırmalık	Barkod	Üretici etiketinden tam besin verisi alır
Protein barı veya takviye	Barkod	Ürün veritabanından kesin kalori ve makrolar alır
Araç kullanırken veya yürürken	Ses	Yediğinizi tanımlayarak eller serbest kayıt yapar
Hızlı atıştırmalık (örneğin, "bir avuç badem")	Ses	Kamerayı veya barkodu bulmaktan daha hızlıdır
Açık büfe veya karışık tabak	Fotoğraf	Her şeyi tek bir çekimle yakalar
Smoothie veya karışık içecek	Ses veya manuel	Yapay zeka karışık bir içecekteki bireysel bileşenleri göremez
Yemek hazırlama kapları	Fotoğraf	Tutarlı porsiyonlar, yapay zeka tahminlerini daha doğru hale getirir
Süt ve şekerli kahve	Ses	"Büyük yulaf sütlü latte" demek, fotoğraf çekmekten daha hızlıdır

Nutrola, tüm bu üç yöntemi tek bir uygulamada birleştirir. Ana yemek için fotoğrafla başlayabilir, paketlenmiş bir yan için barkod tarayabilir ve bir içecek eklemek için sesli komut kullanabilirsiniz; tüm bunlar aynı yemek kaydı içinde. Bu çoklu yöntem yaklaşımı, ne yediğinizden bağımsız olarak en hızlı ve en doğru kayıt deneyimini sunar.

Daha Doğru Yapay Zeka Fotoğraf Taramaları İçin 5 İpucu

Fotoğraf kalitesi, yapay zekanın analizinin doğruluğunu doğrudan etkiler. Bu beş ipucu, sürekli olarak daha iyi sonuçlar almanıza yardımcı olacaktır.

1. İyi Aydınlatma Kullanın

Doğal ışık veya parlak üst aydınlatma en iyi sonuçları verir. Karanlık restoran aydınlatması ve sert gölgeler, yapay zekanın gıda maddelerini ayırt etmesini ve porsiyonları tahmin etmesini zorlaştırır. Aydınlatma kötü ise, telefonunuzun flaşını açmak karanlık bir fotoğraf çekmekten daha iyidir.

2. Tüm Maddeleri Açıkça Gösterin

Yiyecekleri üst üste yığmayın. Tabağınızda bir curry'nin altında pirinç varsa, yapay zeka yalnızca curry'yi tespit edebilir ve altındaki pirinci atlayabilir. Maddeleri yayarak her gıdanın görünür olmasını sağlayın. Katmanlı kaselerde, mümkün olduğunca fazla şeyi yakalamak için doğrudan yukarıdan fotoğraf çekin.

3. Boyut Referansı Ekleyin

Yapay zeka, porsiyon boyutlarını görsel ipuçlarına dayanarak tahmin eder. Standart bir akşam yemeği tabağı (25-27 cm çapında) modelin eğitildiği doğal bir referanstır. Eğer alışılmadık bir kapta yemek yiyorsanız, örneğin büyük bir servis kasesi veya çok küçük bir aperatif tabağı, porsiyon tahmini daha az doğru olabilir. Mümkünse, yiyeceklerinizi standart bir tabakta servis edin.

4. Arka Planı Temiz Tutun

Peçeteler, çatal bıçak takımları, sos şişeleri ve diğer insanların tabaklarıyla dolu bir masa, yapay zekanın nesne tespitini karıştırabilir. Tabağınızın etrafındaki alan ne kadar temiz olursa, yapay zeka o kadar doğru bir şekilde yiyeceklerinize odaklanır.

5. Her Tabak İçin Bir Fotoğraf Çekin

Eğer iki farklı tabağınız varsa, her birinin fotoğrafını ayrı ayrı çekin; her şeyi tek bir geniş çekimde yakalamaya çalışmayın. Her fotoğraf, yapay zekaya daha iyi porsiyon tahmini için odaklanmış bir görünüm sunar.

Fotoğraf Kalitesi Faktörü	Doğruluk Üzerindeki Etkisi	Kolay Çözüm
Kötü aydınlatma	Gıda tanıma doğruluğunda %10-20 azalma	Flaş kullanın veya pencere kenarına geçin
Yiyeceklerin üst üste yığılması	Yapay zeka tamamen kapalı maddeleri atlayabilir	Maddeleri tabağın üzerinde ayırın
Aşırı kamera açısı	Porsiyon tahminleri %30'a kadar çarpıtılabilir	Telefonu tabağın üzerinde orta bir açıyla tutun
Dağınık arka plan	Yanlış gıda tespitlerini artırır	Tabağınızın etrafındaki alanı temizleyin
Tek bir çekimde birden fazla tabak	Yapay zeka porsiyon tahminlerini birleştirebilir	Her tabak için bir fotoğraf çekin

Yapay Zeka Yanlış Yaptığında Ne Yapmalısınız?

Hiçbir yapay zeka her zaman %100 doğru değildir. İşte yaygın hata türlerini nasıl ele alacağınız.

Yanlış tanımlanan gıda: Yapay zeka kinoa yerine pirinci veya hindi yerine tavuğu etiketleyebilir. Sonuç ekranında yanlış maddeye dokunarak doğru gıdayı arayın. Benzer gıdalar arasındaki kalori farkı genellikle küçüktür (pirinç ile kinoa arasında 100 g'da yaklaşık 10 kalori), ancak düzeltmek kaydınızı doğru tutar.

Yanlış porsiyon boyutu: Yapay zeka 200 g tavuk tahmin etti, ancak siz bunun 150 g'a daha yakın olduğunu biliyorsunuz. Maddeye dokunarak porsiyon boyutunu manuel olarak ayarlayın. Zamanla, hangi porsiyon tahminlerinin ayarlanması gerektiğine dair bir sezgi geliştireceksiniz.

Bir maddeyi atladı: Yapay zeka, salatanızın üzerine serpilmiş zeytinyağını veya makarnanızın içine eritilmiş peyniri tespit edememiş olabilir. Atlanan maddeyi yemek kaydına manuel olarak eklemek için arama fonksiyonunu kullanın. Yağlar ve soslar, görsel olarak daha az belirgin oldukları için en sık atlanan maddelerdir.

Yiyecek olmayan bir şeyi tespit etti: Zaman zaman yapay zeka, dekoratif bir nesneyi, bir peçeteyi veya bir sos şişesini gıda maddesi olarak tanımlayabilir. Yanlış girişi sonuçlardan silmek yeterlidir.

Düzeltme süreci, her bir madde için 5 ila 10 saniye sürer; bu, tüm yemeği baştan kaydetmekten hala daha hızlıdır.

Yapay Zeka Kalori Takibi Zamanla Nasıl Gelişir?

Modern yapay zeka gıda tanıma sistemleri, iki mekanizma aracılığıyla gelişir.

Model güncellemeleri: Geliştiriciler, yapay zekayı yeni tanımlanan gıda maddeleri, bölgesel mutfaklar ve modelin daha önce zorlandığı kenar durumlarını içeren daha büyük veri setleri üzerinde düzenli olarak yeniden eğitirler. Bu güncellemeler uygulama güncellemeleri aracılığıyla gerçekleştirilir ve genellikle arka planda sessizce gerçekleşir.

Kişisel öğrenme: Nutrola gibi bazı uygulamalar, bireysel düzeltmelerinizden öğrenir. Eğer sabah yulafınızı sürekli olarak 200 g'dan 150 g'a ayarlıyorsanız, uygulama bu kalıbı tanır ve 150 g'ı varsayılan olarak önermeye başlar. Eğer sık sık aynı yemekleri yiyorsanız, yapay zeka alışkanlıklarınıza uyum sağlar ve zamanla daha hızlı ve daha doğru hale gelir.

2024 yılında Nature Food dergisinde yayımlanan bir çalışma, kişiselleştirilmiş yapay zeka gıda tanıma modellerinin, kullanıcı düzeltmelerinden sadece iki hafta sonra %92 doğruluk sağladığını, genel modellerin ise %85 doğruluk sağladığını bulmuştur. Bu, yapay zeka kaydını ne kadar çok kullanırsanız ve ara sıra hata düzeltirseniz, gelecekte o kadar az düzeltme yapmanız gerektiği anlamına gelir.

Nutrola'da Yapay Zeka Kalori Takibine Başlamak

Nutrola, yapay zeka kalori takibini tamamen yeni başlayanlar için erişilebilir hale getirmek üzere tasarlanmıştır. Uygulama, %95'ten fazla doğrulukla barkod tarama, %100 beslenme uzmanı tarafından doğrulanmış bir gıda veritabanı ile yapay zeka fotoğraf tanıma ve eller serbest takip için sesli kayıt gibi üç kayıt yöntemini birleştirir; böylece her zaman herhangi bir yeme durumu için en hızlı seçeneğiniz olur.

Yapay Zeka Diyet Asistanı, kilo verme, kas yapma veya mevcut kiloyu koruma hedeflerinize göre kişiselleştirilmiş kalori ve makro hedefleri sağlar. Apple Health ve Google Fit senkronizasyonu, beslenme verilerinizi daha geniş sağlık ekosisteminizle bağlantılı tutar. Hiçbir planda reklam yoktur.

Nutrola, 3 günlük ücretsiz deneme ile ayda 2.50 eurodan başlar. Uygulamayı indirdikten sonra bir dakikadan kısa sürede ilk yapay zeka destekli yemeğinizi kaydedebilirsiniz.

SSS

Yapay zeka fotoğraflarla kalori takibi ne kadar doğrudur?

Yapay zeka fotoğraf kalori takibi, gıda tanıma için genellikle %85 ile %95 doğruluk sağlarken, porsiyon tahmini için %10 ile %20 doğruluk sağlar; bu, Nutrients dergisinde yayımlanan araştırmalara göre. Doğruluk, iyi aydınlatma, net gıda görünürlüğü ve aynı tabakların tutarlı kullanımı ile artar. Karşılaştırma için, eğitim almamış bireylerin manuel tahminlerinin genellikle %30 ila %50 oranında yanlış olduğu gösterilmektedir; bu da yapay zeka destekli kaydın çoğu insan için önemli bir iyileşme olduğu anlamına gelir.

Yapay zeka ev yapımı yemekleri tanıyabilir mi?

Evet. Modern gıda tanıma yapay zekası, pirinç, sebzeler, proteinler ve soslar içeren çok çeşitli ev yapımı yemeklerini tanıyabilir. Yapay zeka, bireysel gıda bileşenlerinin görünür olduğu ve tamamen karıştırılmadığı durumlarda en iyi performansı gösterir. Tavuk, brokoli ve pirinç gibi ayırt edilebilir parçaları olan bir kızartma yemeği, görünmez malzemelerin bulunduğu bir karışık çorba kadar doğru tanınır.

Yapay zeka kalori takibi tüm mutfaklar için geçerli mi?

Çoğu yapay zeka gıda tanıma modeli, çeşitli uluslararası gıda veri setleri üzerinde eğitilmiştir, ancak doğruluk mutfak türüne göre değişebilir. Yaygın Batı, Asya ve Akdeniz yemekleri genellikle iyi temsil edilir. Daha az yaygın bölgesel yemeklerin tanımlama doğruluğu daha düşük olabilir. Nutrola'nın gıda veritabanı, dünya mutfaklarını kapsayan 10,000'den fazla doğrulanmış girişi içerir ve model, az temsil edilen gıda kategorilerinin tanınmasını geliştirmek için düzenli olarak güncellenmektedir.

Fotoğraf kaydı, barkod taramasından daha mı iyidir?

Hiçbiri evrensel olarak daha iyi değildir. Farklı amaçlara hizmet ederler. Barkod taraması, paketlenmiş gıdalar için üretici tarafından sağlanan tam besin verilerini verir ve kalori sayımları için etkili bir şekilde %100 doğrudur. Fotoğraf kaydı, barkodun mevcut olmadığı paketlenmemiş, ev yapımı veya restoran yemekleri için daha iyidir. En etkili yaklaşım, her ikisini de kullanmaktır: paketlenmiş ürünler için barkod, her şey için fotoğraf.

Yapay zeka fotoğraf kaydını kullanmak için internete ihtiyacım var mı?

Nutrola dahil çoğu yapay zeka kalori takipçisi, fotoğraf analizi için internet bağlantısı gerektirir çünkü yapay zeka modelleri bulut sunucularında çalışır. Bu, uygulamanın en son ve en güçlü modelleri kullanmasına olanak tanır ve telefonunuzun pilini veya depolamasını tüketmez. Bazı uygulamalar, manuel ve barkod kaydı için sınırlı çevrimdışı işlevsellik sunar, ancak fotoğraf yapay zeka analizi genellikle bağlantı gerektirir.

Yapay zeka fotoğraf kaydı ile sesli kaydı arasındaki fark nedir?

Fotoğraf kaydı, telefonunuzun kamerasını ve bilgisayarla görme yapay zekasını kullanarak yiyecekleri görsel olarak tanımlar. Sesli kayıt, bir yemek tarifinizi, örneğin "iki çırpılmış yumurta, tost ve bir bardak portakal suyu" gibi sözlü bir açıklamayı yorumlamak için ses tanıma ve doğal dil işleme kullanır. Fotoğraf kaydı, yapay zekanın gerçek yiyecek miktarını görebilmesi nedeniyle porsiyon tahmini için daha doğrudur. Sesli kayıt, fotoğraf çekemediğiniz durumlarda, örneğin araç kullanırken veya karanlık bir ortamda, daha hızlı ve daha kullanışlıdır. Nutrola, her iki yöntemi de destekler ve hangi yöntemin o an için uygun olduğunu kullanmanıza izin verir.

Yapay zeka fotoğraf takibi ile bir yemeği kaydetmek ne kadar sürer?

Tüm süreç, uygulamayı açmaktan yemeği onaylamaya kadar 10 ila 15 saniye sürer. Fotoğraf çekimi anlık, yapay zeka işlemesi 3 ila 5 saniye sürer ve sonuçları gözden geçirmek 5 ila 10 saniye alır. Düzeltmeler gerekiyorsa, her bir ayarlanan madde için 5 ila 10 saniye daha ekleyin. Bu, çoklu madde içeren bir yemeğin manuel kaydının 2 ila 5 dakika sürdüğü göz önüne alındığında, %80'den fazla bir zaman tasarrufu sağlar.