Kalorier fra et bilde: slik regner AI ut kaloriene
Kalorier fra et bilde beregnes med kunstig intelligens som gjenkjenner retten, anslår porsjonsstørrelsen og slår opp næringsverdiene. Metoden er ikke perfekt, men den er ofte raskere enn å veie og logge hver ingrediens. Nøyaktigheten blir bedre når bildet inneholder en kjent gjenstand, som en gaffel, en hånd eller et glass, som gir en målestokk.
Ikke bare les om det, før detTa et bilde av måltidet ditt, så registrerer Kalorita kalorier og makronæringsstoffer på sekunder. 3 dager gratis.→Kalorier fra bilde i tre steg
Når du tar bilde av maten, gjør appen vanligvis tre ting:
- Gjenkjenning: AI-en finner hva som er på tallerkenen, for eksempel «linsesuppe», «lapskaus» eller «fiskekaker med potet».
- Porsjonsanslag: Tallerkenens størrelse, høyden på maten og kjente gjenstander brukes til å anslå antall gram.
- Kalorier og makroer: For den gjenkjente retten hentes næringsverdiene per 100 g fra en database og ganges med det anslåtte antallet gram.
Teknologien bak
Moderne apper for kalorier fra bilde bruker vanligvis tre teknologier sammen:
- Konvolusjonelle nevrale nettverk (CNN): Den eldre metoden for å gjenkjenne mat på bilder. Den brukes fortsatt.
- Vision-språkmodeller: Modeller som Claude, GPT-4V og Gemini kan både se bildet og resonnere om det. De håndterer sammensatte tallerkener bedre enn eldre modeller.
- Dybdeanslag og referanseobjekter: Modellen anslår høyde ut fra ett bilde. Kjente gjenstander som gaffel, mynt eller et standardglass brukes til å bestemme størrelsen. Noen telefoner med LiDAR-sensor kan gi bedre dybdedata.
Hvor nøyaktig er det?
Nøyaktigheten avhenger av maten, lyset, vinkelen og om det finnes en referanse i bildet. Bilder er raskere enn å veie og slå opp hver ingrediens, men feilmarginen er større enn på en kjøkkenvekt. Tabellen viser de vanligste metodene. Tallene er grove, ikke målt i en studie, så test gjerne med dine egne måltider.
| Metode | Typisk nøyaktighet | Ulempe |
|---|---|---|
| Gjette etter øyemål | Lav, kan være langt unna | Varierer mye fra person til person |
| Lese etiketten og regne selv | God på ferdigmat, men tar tid | Mange ingredienser og tilberedning er uklare |
| Kjøkkenvekt og næringsdatabase | Svært god når du veier alt | Krever at du veier hver ingrediens |
| AI fra bilde uten referanse | Middels | Porsjonsstørrelsen blir gjettet |
| AI fra bilde med referanse | Middels til god | Krever at en kjent gjenstand er med på bildet |
Den viktigste forbedringen er å få med en kjent gjenstand i bildet, og å rette opp retten og porsjonen når appen tar feil.
Norske retter er en utfordring for AI
AI-modeller er trent på mye mat fra hele verden, og enkelte norske retter er sjeldne i treningsdataene. Vanlige utfordringer er:
- Gryteretter: Lapskaus, fiskesuppe og kjøttsuppe kan se like ut på bilder, men næringsverdien varierer mye etter fett og potetmengde.
- Regionale varianter: Rømmegrøt, fløtegrøt og andre grøtvarianter har ulik fettmengde og sukker.
- Brødmåltider: Skiver med pålegg, flatbrød, knekkebrød og rundstykker er ofte flere lag i ett bilde.
- Bakst: Skolebrød, kanelsnurrer og kake er vanskelige å skille fra hverandre på utseende alene.
Test appen på retter du faktisk spiser. Ta bilde av en fiskesuppe, en skive med brunost og en porsjon kjøttkaker, og se om gjenkjenningen og porsjonen stemmer.
Manuell telling mot AI i praksis
Den største gevinsten med bildebasert telling er ikke alltid nøyaktighet. Det viktigste er at det er lettere å holde seg til loggingen. Dette kan vi si med rimelig sikkerhet:
- Å ta et bilde tar sekunder, mens veiing og oppslag kan ta flere minutter per måltid.
- Mange slutter å logge etter noen dager med manuell føring. Enkel logging gjør det lettere å fortsette.
- Begge metodene blir bedre når du bruker dem jevnlig og retter opp feil.
Hva bør du se etter i en AI-kalorieapp?
- Gjenkjenning av norsk mat: Test med tre retter du spiser ofte. Er resultatet rimelig?
- Mulighet til å rette: Du må kunne endre retten og porsjonen med få trykk.
- Gram, ikke bare «en porsjon»: Gram gir mer presise tall og er lettere å justere.
- Personvern: Les hva som skjer med bildene. Lagres de, og brukes de til å trene modeller?
- Pris og prøveperiode: Sjekk pris per måned og per år, og om det finnes en gratis prøveperiode.
Ofte stilte spørsmål
Er kalorier fra bilde nøyaktig?
Det kan være rimelig nøyaktig, men det er ikke like presist som en kjøkkenvekt. Feilen blir mindre når en kjent gjenstand er med på bildet, og når du retter opp retten og porsjonen. Bruk tallene som et anslag og følg med over tid, ikke som en fasit for hvert måltid.
Hvilken app er best for norsk mat?
Det avhenger av hvilke retter du spiser. Test de to eller tre appene du vurderer med retter du lager ofte, for eksempel fiskesuppe, lapskaus eller havregrøt, og sammenlign gjenkjenningen og porsjonsanslaget.
Trenger AI-kalorieapper internett?
De fleste bruker en skybasert modell for analysen, så du trenger internett for å få resultatet. Noen apper kan kjøre enkle modeller på telefonen, men da kan nøyaktigheten bli lavere.
Kan appen se sausen og fettet i maten?
Synlig saus og synlig fett gjenkjennes ofte. Skjult fett, for eksempel smør i deigen eller dressing under salaten, er vanskeligere å se. Da hjelper det å legge til saus eller fett manuelt.
Kan jeg fotografere råvarer før matlagingen?
Det gir dårligere resultat. Kokevæske og mengden olje endrer kaloriene, og de er vanskelige å se på et bilde av råvarene. Et bilde av den ferdige retten gir bedre treff.
Hva skjer med bildene mine?
Det avhenger av appen. Gode apper bruker bildet bare til analysen, og lagrer det kun på telefonen eller i kontoen din. Les personvernerklæringen før du tar appen i bruk, og sjekk om bildene sendes til en tredjepartsleverandør.
Gjør kaloriregistrering enkelt
Ta et bilde av maten din, så anslår Kaloritas KI kaloriene og makronæringsstoffene på sekunder.
Last ned gratis