Acasă IA și VR ESTIMAREA CALORIILOR CU AJUTORUL COMPUTER VISION

ESTIMAREA CALORIILOR CU AJUTORUL COMPUTER VISION

31
0
(c) filadendron/Getty Images

Software-ul poate estima conținutul de calorii, folosindu-se doar de o simplă fotografie.

Calcularea caloriilor este unul dintre modurile în care multe persoane încearcă să-și controleze greutatea, dar introducerea manuală a informațiilor nutriționale ale produselor în aplicații necesită mult timp. De asemenea, alimentele gătite complică lucrurile mai mult, ceea ce face dificilă stabilirea numărului exact de calorii.

Robin Ruede și colegii acestuia, din cadrul Institutului de Tehnologie Karlsruhe, Germania, explorează o rețea neuronală frecvent utilizată, denumită DenseNet, pentru a corela o bază de date, care cuprinde 308.000 de fotografii, cu 70.000 de rețete de pe un site gastronomic din Germania.

„Am adaptat această arhitectură pentru a o face capabilă să calculeze macronutrienții din cadrul unei mase, adică ponderea de carbohidrați, grăsimi și proteine. Presupunând că rețeta a fost gătită corect, software-ul preia valorile nutriționale din baza de date și le corelează cu imaginea respectivă”, a declarat Ruede.

Modelul este departe de a fi perfect: estimarea numărului de calorii a modelului prezintă, în medie, o eroare de 32,6% atunci când acesta se confruntă cu o imagine necunoscută anterior. Cu toate acestea, adesea, nici oamenii nu estimează corect conținutul caloric al meselor. În urma unui studiu, efectuat în anul 2018, s-a constatat faptul că estimările făcute de către oameni pot avea erori de ordinul sutelor de calorii În schimb, rețeaua neuronală a estimat valorile nutriționale astfel: o prăjitură de ciocolată, care avea 198kcal/100g, a fost estimată la 183kcal și o pâine, care avea 239kcal/100g, a fost estimată la 229kcal.

„Întreaga lucrare este un mare pas, în ceea ce privește capacitatea noastră de a determina valorile nutriționale ale alimentelor cu ajutorul imaginilor. Acest set de date se referă direct la ceea ce vrem să aflăm: cantitatea de proteine, carbohidrați și grăsimile din alimente”, a declarat Dane Bell, cofondatorul companiei Lum AI.

Modelul prezintă inconsistențe atunci când analizează elemente care nu sunt în lista de rețete sau când rețetele utilizează ingrediente sau metode neobișnuite. Dar chiar și așa, este destul de clar că software-ul poate face distincția între categoriile de alimente bogate în calorii și cele cu un conținut caloric scăzut”, a declarat Ruede.

LĂSAȚI UN MESAJ

Vă rugăm să introduceți comentariul dvs.!
Introduceți aici numele dvs.