- 19,438
- 40
- 8 Ноя 2022
Алгоритм распознает блюда и оценивает их питательную ценность.
Исследователи из Инженерной школы Тандон Нью-Йоркского университета представили новую ИИ-систему, которая может мгновенно анализировать питательную ценность блюд по одной фотографии. Теперь для подсчета калорий и макронутриентов не нужны сложные дневники питания или ручные расчеты — достаточно сделать снимок еды на телефон.
Эта Для просмотра ссылки Войдиили Зарегистрируйся на алгоритмах глубокого обучения, способных распознавать различные продукты и оценивать их калорийность, содержание белков, углеводов и жиров. Разработка была представлена на международной конференции IEEE по мобильным вычислениям и устойчивой информатике. Одним из ее главных вдохновителей стало исследование, посвященное проблеме избыточного веса среди пожарных: согласно данным, от 73% до 88% профессиональных и от 76% до 87% добровольных пожарных страдают ожирением, что повышает риск сердечно-сосудистых заболеваний. Это подтолкнуло ученых к созданию более удобного способа контроля за питанием.
По словам одного из авторов исследования Прабодха Паниндре, традиционные методы учета калорий требуют самоконтроля, что делает их неточными. Новый ИИ убирает человеческий фактор и автоматически оценивает пищевую ценность, устраняя ошибки. Однако разработка такой технологии оказалась сложной задачей. Одной из главных проблем стала огромная визуальная вариативность продуктов: одно и то же блюдо может выглядеть совершенно по-разному в зависимости от способа приготовления. Например, бургер из одного ресторана может мало напоминать бургер из другого заведения, а домашние версии вообще могут отличаться по внешнему виду и составу. Еще одной трудностью оказалось определение размеров порции, ведь без точного понимания объема блюда невозможно правильно рассчитать калорийность.
Чтобы решить эти проблемы, исследователи использовали мощный алгоритм YOLOv8, способный быстро и точно анализировать изображения. Вместо отдельного мобильного приложения система работает прямо в браузере, что делает ее доступной для любого смартфона. Алгоритм не просто определяет тип еды, но и оценивает, сколько места она занимает на тарелке, после чего сопоставляет данные с базами по плотности и питательным веществам. Это позволяет преобразовать 2D-фото в точный расчет калорийности. Например, кусок пиццы система оценила в 317 ккал, 10 г белка, 40 г углеводов и 13 г жиров, что соответствует эталонным значениям. При анализе более сложных блюд, таких как идли самбар — традиционное южноиндийское блюдо из рисовых лепешек с чечевичным соусом, — алгоритм вычислил 221 ккал, 7 г белка, 46 г углеводов и всего 1 г жиров.
Разработчики уделили особое внимание разнообразию кухонь мира, чтобы их технология могла одинаково точно работать как с хот-догами, так и с ближневосточной выпечкой, например, пахлавой. Чтобы достичь высокой точности, команда сократила начальный набор данных до 95 000 изображений, охватывающих 214 категорий блюд. Система показала отличные результаты: её точность при идентификации еды достигла 80% даже в сложных условиях, когда продукты накладываются друг на друга или частично скрыты.
Сейчас система доступна как веб-приложение, которым можно пользоваться прямо с телефона. Разработчики называют ее "прототипом", но уверены, что технология скоро найдет применение в диетологии, медицине и повседневной жизни миллионов людей.
Исследователи из Инженерной школы Тандон Нью-Йоркского университета представили новую ИИ-систему, которая может мгновенно анализировать питательную ценность блюд по одной фотографии. Теперь для подсчета калорий и макронутриентов не нужны сложные дневники питания или ручные расчеты — достаточно сделать снимок еды на телефон.
Эта Для просмотра ссылки Войди
По словам одного из авторов исследования Прабодха Паниндре, традиционные методы учета калорий требуют самоконтроля, что делает их неточными. Новый ИИ убирает человеческий фактор и автоматически оценивает пищевую ценность, устраняя ошибки. Однако разработка такой технологии оказалась сложной задачей. Одной из главных проблем стала огромная визуальная вариативность продуктов: одно и то же блюдо может выглядеть совершенно по-разному в зависимости от способа приготовления. Например, бургер из одного ресторана может мало напоминать бургер из другого заведения, а домашние версии вообще могут отличаться по внешнему виду и составу. Еще одной трудностью оказалось определение размеров порции, ведь без точного понимания объема блюда невозможно правильно рассчитать калорийность.
Чтобы решить эти проблемы, исследователи использовали мощный алгоритм YOLOv8, способный быстро и точно анализировать изображения. Вместо отдельного мобильного приложения система работает прямо в браузере, что делает ее доступной для любого смартфона. Алгоритм не просто определяет тип еды, но и оценивает, сколько места она занимает на тарелке, после чего сопоставляет данные с базами по плотности и питательным веществам. Это позволяет преобразовать 2D-фото в точный расчет калорийности. Например, кусок пиццы система оценила в 317 ккал, 10 г белка, 40 г углеводов и 13 г жиров, что соответствует эталонным значениям. При анализе более сложных блюд, таких как идли самбар — традиционное южноиндийское блюдо из рисовых лепешек с чечевичным соусом, — алгоритм вычислил 221 ккал, 7 г белка, 46 г углеводов и всего 1 г жиров.
Разработчики уделили особое внимание разнообразию кухонь мира, чтобы их технология могла одинаково точно работать как с хот-догами, так и с ближневосточной выпечкой, например, пахлавой. Чтобы достичь высокой точности, команда сократила начальный набор данных до 95 000 изображений, охватывающих 214 категорий блюд. Система показала отличные результаты: её точность при идентификации еды достигла 80% даже в сложных условиях, когда продукты накладываются друг на друга или частично скрыты.
Сейчас система доступна как веб-приложение, которым можно пользоваться прямо с телефона. Разработчики называют ее "прототипом", но уверены, что технология скоро найдет применение в диетологии, медицине и повседневной жизни миллионов людей.
- Источник новости
- www.securitylab.ru
