Калории по фото: как ИИ считает и насколько точно

Как ИИ оценивает калории по фото

Подсчет калорий по фото — это три шага, и современные модели ИИ выполняют их вместе.

Распознавание. Модель смотрит на изображение и называет, что видит: рис, лосось, авокадо, глазунья. Это ИИ удается лучше всего, потому что он учился на огромном количестве фотографий еды.
Оценка порции. Затем модель прикидывает, сколько там каждого продукта, обычно в граммах. Для этого она использует визуальные подсказки: размер тарелки, вилку рядом или высоту горки риса.
Пищевая ценность. Наконец, каждое количество переводится в калории, белки, жиры и углеводы по типичным значениям пищевой ценности.

Ошибки могут появиться на любом шаге, и они складываются. Если модель правильно назовет продукт, но решит, что пасты 150 г, а у вас 250 г, калорий окажется примерно на 40 % меньше, как бы хорошо ни сработало распознавание.

Где оценки по фото ошибаются

Размер порции. Фото плоское, поэтому глубину оценить трудно. Глубокая и мелкая тарелка риса сверху могут выглядеть одинаково. Исследование универсальных моделей ИИ показало, что чем больше порция, тем сильнее они ее недооценивают.

Растительное и сливочное масло, заправки. Жир, добавленный при готовке, почти не виден, а калорий в нем много. В столовой ложке оливкового масла около 119 ккал, в столовой ложке сливочного — около 102 ккал (USDA). Исследователи из Сиднейского университета называют неспособность обнаружить ингредиенты, добавленные при готовке, «признанным ограничением современных технологий распознавания еды по изображению».

Смешанные блюда и соусы. Карри, рагу, запеканки и многослойные боулы прячут то, что внутри. В том же исследовании оценки энергии для таких блюд, как пибимпап, фо бо и яйца на тосте, сильно различались между приложениями: одни заметно завышали, другие занижали.

Напитки. По стакану молочного чая или латте не видно, сколько в нем сахара и какое молоко. В сиднейском исследовании приложения недооценивали энергию бабл-ти (молочного чая с тапиокой) до 76 %.

Менее привычная еда. Сиднейская команда обнаружила, что приложения часто не могли выделить составляющие азиатских блюд вроде фо бо и бабл-ти, и призвала больше обучать ИИ на «смешанных блюдах и кухнях разных культур».

Что говорят исследования

Это рецензируемые исследования, которые можно прочитать самостоятельно. В каждом тестировали разные приложения или модели в разных условиях, поэтому цифры напрямую сравнивать нельзя.

Сиднейский университет, 2024. Исследователи протестировали 18 приложений для питания, 7 из них — с распознаванием еды по фото с помощью ИИ; работа опубликована в Nutrients. Два лучших приложения правильно определили 97 % и 92 % компонентов еды на тестовых фото. И все же авторы пришли к выводу, что «автоматические оценки энергии при распознавании еды по изображению с помощью ИИ были неточными», особенно для смешанных блюд. Тестовые фото снимали при хорошем освещении и под одним углом, так что с повседневными фото результаты могут быть хуже.

ChatGPT и фото еды, 2025. В исследовании, опубликованном в Nutrients, ChatGPT-4 получил фото 114 приемов пищи. Он правильно определил продукты в 93 % случаев. Его оценка веса блюда хорошо совпадала с реальностью для небольших порций и плохо — для средних и больших, а 11 нутриентов он недооценил.

Сравнение трех моделей ИИ, 2025. В исследовании, опубликованном в Current Developments in Nutrition, ChatGPT-4o, Claude 3.5 Sonnet и Gemini 1.5 Pro проверили на 52 стандартизированных фото еды. У ChatGPT и Claude средняя ошибка по энергии была около 36 %, у Gemini 1.5 Pro — больше. Все три недооценивали тем сильнее, чем больше была порция. CaloriePix использует более новые модели Google Gemini, которые в этом исследовании не тестировали.

Ручной ввод тоже неточен. В том же сиднейском исследовании 16 приложений с ручным вводом в среднем завышали день западного питания примерно на 250 ккал (1 040 кДж) и занижали день азиатского питания примерно на 360 ккал (1 520 кДж). Систематический обзор 2019 года по 59 исследованиям сравнил самоотчеты о питании с точным лабораторным методом (дважды меченая вода) и показал, что в большинстве исследований люди существенно занижали съеденное. Ошибка есть и у оценки по фото, и у записей вручную. Больше всего помогает записывать регулярно и исправлять то, что точно не так.

Как с этим справляется CaloriePix

Раз самое сложное — порции и скрытые ингредиенты, CaloriePix устроен так, чтобы их можно было быстро исправить.

Список продуктов, который можно править. Сканирование возвращает каждый продукт отдельно — с оценкой количества, калорий, белков, жиров и углеводов. Нажмите на любой продукт, чтобы изменить количество или единицу или поправить пищевую ценность — вплоть до нуля, если ИИ добавил то, чего нет. Можно также переименовать блюдо или пересчитать его целиком на большую или меньшую порцию.
Из чего исходила оценка. На экране проверки есть пометки о допущениях, на которых построена оценка, так что вы видите, что было принято как данность, прежде чем подтвердить.
Цифры с упаковки для упакованных продуктов. Сканирование штрихкода ищет продукт в базе Open Food Facts, а сканирование этикетки считывает цифры прямо с упаковки.
Слова, когда фото не может показать. Опишите блюдо текстом или голосом, с количествами вроде «2 ст. л. песто» или «большой овсяный латте». Можно также искать продукты по названию в USDA FoodData Central.

Когда вы анализируете фото или описание, оно отправляется в Google Gemini API, чтобы получить оценку. Сам дневник остается на телефоне. Оценка предназначена для повседневного учета и не является медицинской рекомендацией.

Как получить более точную оценку

Хороший свет и вся тарелка в кадреТени и обрезанные края скрывают еду.
Тарелка и вилка или ложка в кадреОни задают масштаб, а это помогает оценить порцию.
Одна тарелка — одно фотоОбщие блюда и заставленный стол разделить сложнее.
Добавьте то, чего не видит камераЗаписывайте масло для жарки, сливочное масло, заправки и соусы отдельной позицией или опишите блюдо словами и упомяните их.
Проверяйте большие порцииЧем больше порция, тем чаще оценка оказывается заниженной, так что присмотритесь к большой тарелке пасты или риса.
Для упакованной еды — штрихкод или этикеткаЦифры с упаковки точнее любой оценки.
Описывайте напиткиУкажите объем, какое молоко и есть ли сахар.
Иногда взвешивайтеВзвесьте несколько привычных продуктов хотя бы раз — и вы запомните, как выглядят 100 г, а править оценку станет быстрее.

Частые вопросы

Насколько точно ИИ считает калории по фото?

Обычно он хорошо называет продукты и хуже справляется с количеством, скрытыми жирами и смешанными блюдами. Исследования приложений и моделей ИИ находили заметные ошибки по калориям, часто занижение для больших порций. Используйте оценку как отправную точку и исправляйте ее.

Насколько точен Cal AI?

В собственном FAQ Cal AI говорится, что его точность «около 80 %» (проверено 9 октября 2026 г.). Сами мы Cal AI не тестировали, и независимых исследований, которые бы его измерили, мы не нашли. Ограничения, описанные на этой странице, относятся к оценкам по фото в целом.

Можно ли посчитать калории по фото бесплатно?

Некоторые универсальные чат-боты с ИИ могут оценить калории по фото, но такой ответ остается разовым. В Android-версии CaloriePix есть бесплатный план с 3 анализами ИИ; после этого, а на iPhone — сразу, функции ИИ входят в подписку, которая начинается с 7-дневного бесплатного пробного периода на годовом плане.

Фото точнее, чем записи вручную?

Не обязательно. Записи вручную могут быть точными, если взвешивать еду и выбирать правильные продукты, но исследования показывают, что люди занижают съеденное. С фото записывать быстрее, а значит, проще не пропускать ни одного приема пищи, и результат все равно можно поправить.

Почему ИИ не видит масло для жарки?

Масло впитывается в еду или остается под ней, так что камера не видит, сколько его было. Добавьте его сами: в 1 столовой ложке оливкового масла около 119 ккал.

Что происходит с моими фото еды?

Когда вы просите CaloriePix проанализировать фото, оно отправляется в Google Gemini API, чтобы получить оценку. В политике конфиденциальности CaloriePix объясняется, что Google может хранить запросы и ответы до 55 дней для выявления злоупотреблений. Ваш дневник, включая сохраненные фото блюд, остается на телефоне.

Источники

Li X, Yin A, Choi HY, Chan V, Allman-Farinelli M, Chen J. Evaluating the Quality and Comparative Validity of Manual Food Logging and Artificial Intelligence-Enabled Food Image Recognition in Apps for Nutrition Care. Nutrients. 2024;16(15):2573. doi:10.3390/nu16152573. Пресс-релиз Сиднейского университета: AI food tracking apps need improvement to address accuracy, cultural diversity (29 августа 2024 г.)
O'Hara C, Kent G, Flynn AC, Gibney ER, Timon CM. An Evaluation of ChatGPT for Nutrient Content Estimation from Meal Photographs. Nutrients. 2025;17(4):607. doi:10.3390/nu17040607
Fridolfsson J, Sjöberg E, Thiwång M, Pettersson S. Performance Evaluation of 3 Large Language Models for Nutritional Content Estimation from Food Images. Current Developments in Nutrition. 2025;9(10):107556. doi:10.1016/j.cdnut.2025.107556
Burrows TL, Ho YY, Rollo ME, Collins CE. Validity of Dietary Assessment Methods When Compared to the Method of Doubly Labeled Water: A Systematic Review in Adults. Frontiers in Endocrinology. 2019;10:850. doi:10.3389/fendo.2019.00850
Dalakleidi KV, Papadelli M, Kapolos I, Papadimitriou K. Applying Image-Based Food-Recognition Systems on Dietary Assessment: A Systematic Review. Advances in Nutrition. 2022;13(6):2590–2619. doi:10.1093/advances/nmac078
U.S. Department of Agriculture. FoodData Central: оливковое масло (171413), сливочное масло несоленое (173430)
FAQ Cal AI: www.calai.app/faq (проверено 9 октября 2026 г.)
Политика конфиденциальности CaloriePix: shape-up-me-privacy-policy.vercel.app

Начните со следующего блюда
Сфотографируйте, проверьте — и следите за итогом дня.