Quelle est la précision du comptage des calories sur photo, vraiment ?

Précision des calories photo — la version courte.

• L'identification des aliments à partir d'une photo est généralement fiable ; c’est la taille des portions qui est à l’origine de la majeure partie de l’erreur. • La profondeur est invisible sur une seule photo : un bol peu profond et un bol profond de pâtes de même apparence peuvent différer de plusieurs centaines de calories. • Les graisses cachées (huile, beurre, vinaigrette) constituent la principale source de sous-estimation, car elles modifient énormément le nombre de calories et ne laissent pratiquement aucune trace visuelle. • L'angle de vue au-dessus, une partie complète du cadre et un bon éclairage améliorent sensiblement les estimations — il ne s'agit pas d'une préférence mineure en matière de style. • La correction des parties proposées par l'IA avant la sauvegarde est la source de l'essentiel de la précision réelle, et non de la photo elle-même.

Un modèle de photo culinaire effectue deux tâches distinctes : identifier ce qu’il y a dans l’assiette et estimer la quantité qu’il y a. Le premier travail est celui pour lequel les modèles de vision modernes sont vraiment bons : les assiettes mixtes, les composants multiples, les plats non occidentaux sont tous identifiés avec une fiabilité raisonnable. Le deuxième travail, estimer le volume et le poids à partir d’une image 2D, est fondamentalement plus difficile, car une photographie réduit les trois dimensions en deux et les informations sur la profondeur sont en grande partie perdues. Il ne s’agit pas tant d’un problème logiciel résoluble que d’une limite structurelle de l’entrée : une seule image plate ne contient en réalité pas suffisamment d’informations pour déterminer le volume avec précision.

Les estimations sont plus fortes pour les aliments ayant une forme standard reconnaissable : une poitrine de poulet, un œuf à la coque, une tranche de pain, un morceau de fruit. Ceux-ci ont une variance naturelle relativement faible et une forme que le modèle peut comparer à une taille de référence connue. Les aliments emballés avec une marque visible sont encore plus solides, car ils peuvent être comparés avec une précision proche du niveau de la base de données. Si votre assiette ressemble à ceci – des composants séparables de forme standard plutôt qu’un plat mélangé homogène – attendez-vous à ce que l’estimation se situe dans une fourchette raisonnable.

Deux modes de défaillance dominent. La profondeur est la première : deux bols des mêmes pâtes peuvent paraître identiques vus du dessus tout en contenant des volumes très différents si l'un des bols est plus profond, et le modèle n'a aucun moyen de savoir lequel. La deuxième source d’erreur, la plus importante, est la graisse qui n’est pas visuellement évidente – la cuillère à soupe de beurre finissant une sauce, l’huile dans laquelle un sauté a été cuit, la vinaigrette mélangée à une salade plutôt que mise en réserve sur le bord. Les graisses contiennent environ neuf calories par gramme contre quatre pour les protéines ou les glucides, donc une quantité modeste et invisible peut modifier le nombre réel de calories d'un repas de plusieurs centaines de calories sans changer du tout l'apparence de l'assiette. Il s’agit systématiquement de la plus grande source de sous-estimation dans toutes les méthodes basées sur la photo, qu’elles soient estimées par l’IA ou par l’homme.

La façon dont vous prenez la photo affecte de manière mesurable la qualité de l’estimation. Une vue aérienne montrant la partie entière donne au modèle la lecture la plus claire de la zone relative, qui est l'indicateur visuel le plus puissant du volume dont il dispose. Un angle faible cache le côté éloigné de la plaque et obscurcit la véritable profondeur. Un bon éclairage uniforme aide le modèle à séparer les composants distincts plutôt que de lire une section ombrée comme un aliment différent ou de la manquer. Rien de tout cela n’a pour but de rendre la photo appétissante – cela donne au modèle autant d’informations visuelles authentiques qu’une seule image 2D peut en contenir.

Le plus grand gain de précision disponible n'est pas une meilleure photo - il s'agit de revoir et de corriger les portions proposées avant de les enregistrer, car vous disposez d'informations que l'image ne possède pas : s'il s'agissait d'une portion généreuse ou légère, quelle quantité d'huile est réellement entrée dans la poêle, si la sauce était lourde. Traiter le premier passage de l'IA comme un brouillon à modifier, plutôt que comme une réponse finale à accepter, fait la différence entre un chiffre approximatif et un chiffre véritablement utile. Cela est vrai pour toutes les méthodes d’estimation, et ce n’est pas une faiblesse particulière de l’approche photographique : un journal alimentaire rempli de mémoire comporte la même étape de correction, mais de manière moins visible.

Pour le suivi quotidien, la barre pertinente n’est pas la précision du laboratoire : il s’agit de savoir si le nombre est suffisamment proche pour guider une décision réelle et suffisamment cohérent pour montrer une tendance sur plusieurs semaines. Une méthode fiable dans une fourchette de 15 à 20 % et utilisée quotidiennement bat une méthode plus précise mais abandonnée au bout d’une semaine car trop longue. L'estimation des photos, corrigée au fur et à mesure, efface cette barre pratique pour la plupart des gens, même si elle n'en effacera jamais une plus stricte.

Essayez l'outil : l'analyseur de calories photo alimentaires. En rapport : la précision du comptage des calories par l'IA en général et les habitudes photographiques qui en réalité améliorer les estimations.