Застосунки, які за допомогою ШІ можуть за фото визначити калорійність та БЖВ страви, виглядають як магія і дуже зручні. Адже не потрібно витрачати багато часу на зважування кожного інгредієнта та внесення його вручну в застосунок для підрахунку калорій. Але наскільки точною є така оцінка і чи може похибка впливати на результат схуднення?
Виявляється, що точність такої оцінки залежить від того, що саме лежить на тарілці.
Як ШІ в застосунках по підрахунку калорій оцінює КБЖВ
За однією фотографією застосунок проходить чотири кроки один за одним. Кожен наступний спирається на результат попереднього, тож якщо десь трапляється невелика помилка, вона переходить далі по ланцюжку.
Крок 1. Розпізнавання їжі
Алгоритм комп’ютерного зору аналізує зображення й визначає, що саме на ньому: курка, рис, броколі, соус. Це працює добре, коли на тарілці один-два прості продукти. Завдання ускладнюється, коли інгредієнти перемішані, залиті соусом або частково приховані одне за одним.
Крок 2. Оцінка розміру порції
Далі система оцінює, скільки саме їжі на тарілці — об’єм або вагу. Головна складність тут полягає в тому, що звичайне фото — це пласке 2D-зображення, а порція існує у трьох вимірах. Глибину, висоту гірки рису чи товщину шматка м’яса алгоритм оцінює приблизно, орієнтуючись на розмір тарілки, тіні та типові пропорції страв.
Крок 3. Зіставлення з базою харчової цінності
Коли продукти розпізнані, а порція оцінена, застосунок шукає відповідні позиції у своїй базі даних і підбирає для кожного продукту показники калорійності та БЖВ (білків, жирів і вуглеводів) на 100 грамів.
Крок 4. Розрахунок калорій і БЖВ
Останній крок — чиста арифметика. На цьому етапі оцінена вага множиться на показники з бази, а результати по кожному продукту підсумовуються в загальну цифру для всієї тарілки.
Чому ШІ насправді не «бачить» калорії
Калорійність — не візуальна властивість їжі. Її неможливо побачити на фото так само, як колір чи форму. ШІ не вимірює калорії, а послідовно вгадує: що це за продукт, скільки його і яку цифру з бази до нього застосувати.
Кожен із чотирьох кроків має власну похибку. Якщо алгоритм неправильно розпізнав продукт, наступні кроки вже рахують не той показник калорійності. Якщо порція переоцінена на 20%, результат зсувається на ту саму величину, навіть коли продукт визначено правильно. Помилка на одному етапі може вплинути на всі наступні й у підсумку збільшити похибку кінцевої оцінки.
Саме тому коректніше говорити не про «ШІ, який рахує калорії», а про систему послідовних оцінок, що працює з різною точністю — залежно від того, наскільки проста чи складна страва перед камерою.
Наскільки точні застосунки для підрахунку калорій з ШІ згідно з незалежними дослідженнями
Універсальної цифри похибки не існує, і будь-яке джерело, яке її називає, варто сприймати з обережністю. Результати сильно залежать від конкретного алгоритму, типу їжі й умов тестування.
Що показують систематичні огляди
Систематичний огляд Annals of Medicine 2023 року, що проаналізував 52 дослідження ШІ-систем підрахунку калорій за фото, показав, що відносна похибка в оцінці калорійності коливалась від 0,1% до 38,3% залежно від конкретного дослідження, а похибка в оцінці об’єму порції — від 0,09% до 33%. Автори огляду відзначають, що менша похибка спостерігалася під час оцінки простих однокомпонентних страв, і що результати ШІ-систем уже наближаються до точності оцінок, які роблять люди-експерти вручну.
Такий розкид цифр — наслідок того, що дослідники тестують дуже різні системи на дуже різних наборах фото їжі. Огляд Advances in Nutrition 2022 року, що проаналізував 78 досліджень систем розпізнавання їжі за фото, підтверджує ту саму логіку. Найкращі результати дають нейромережеві алгоритми (їх використовували 58% розглянутих систем), але точність усе одно різко падає на стравах, де «інгредієнти перемішані й візуально нероздільні — наприклад, у салаті, супі чи бургері», як зазначають автори огляду.
Окремо варто врахувати, що оцінка порції — один із найслабших етапів усього процесу. Систематичний огляд Nutrition Reviews 2020 року проаналізував понад 500 інструментів для оцінки розміру порції й виявив, що методи на основі фотографій точніші за традиційні паперові моделі їжі, але якісних валідаційних досліджень, які перевіряють ці інструменти на реальній вазі порцій, поки що небагато.
Чому результати різних досліджень так відрізняються
Порівнювати всі ці системи напряму складно, і єдиної стандартизованої бази для тестування поки що немає, на що звертає увагу і оглядова стаття в Journal of Medical Internet Research 2024 року, яка проаналізувала 84 дослідження за 2008–2021 роки. Автори відзначають, що більшість систем досить добре перевірені щодо точності підрахунку калорій і макронутрієнтів, але значно гірше — щодо мікронутрієнтів, наприклад натрію.
Тому коли хтось називає одну конкретну цифру («ШІ помиляється на 20%»), варто уточнювати, на якій саме страві й у якому дослідженні цю цифру отримали.
Чому прості страви оцінити легше, ніж змішані
Тарілка із запеченим курячим філе — відносно проста задача. Вона має чіткі межі продукту, один інгредієнт, мало прихованих змінних. Тарілка плову, салату із заправкою чи піци з кількома начинками — зовсім інша історія. Тут продукти перекривають один одного, межі розмиті, а частину інгредієнтів узагалі не видно.
Приклад. Уяви дві тарілки, які на фото виглядають майже однаково: запечена курка з овочами. На першій курка приготована без олії, овочі — на пару. На другій курка обсмажена на олії, а овочі заправлені соусом на основі майонезу. Візуально різниця мінімальна — кілька відтінків кольору й легкий блиск. Реальна різниця в калорійності може становити кілька сотень калорій, саме через олію та соус, яких камера практично не фіксує.
Олія й соус майже не змінюють силует страви на фото, зате суттєво змінюють її калорійність. І про це потрібно памʼятати.
Сім головних джерел похибки ШІ для оцінки КБЖВ
- Оцінка ваги та об’єму з 2D-фото. Пласке зображення не передає глибину, тож вага чи об’єм — завжди приблизна оцінка, а не точне вимірювання.
- Приховані інгредієнти. Начинка під сиром, соус на дні тарілки чи інгредієнт під іншим продуктом — камера їх не бачить.
- Олія та соуси. Невелика на вигляд добавка, яка майже не змінює зовнішній вигляд страви, але суттєво додає калорій.
- Спосіб приготування. Смажена й варена курка виглядають на фото майже однаково, а калорійність відрізняється через додану олію чи жир.
- Склад змішаних страв. Чим більше інгредієнтів перемішано в одній страві, тим складніше алгоритму розділити їх і оцінити кожен окремо.
- Візуально схожі продукти. Гречка і бурий рис, індичка й курка — алгоритм може переплутати продукти зі схожою текстурою й кольором.
- База харчової цінності. Навіть при правильному розпізнаванні продукту застосунок бере усереднені цифри з бази, а не показники для конкретної страви, яку ти готуєш чи замовляєш.
Як користуватись підрахунком калорій за фото максимально ефективно
Для простих страв, як-от куряче філе з рисом чи салат без заправки, застосунку зазвичай легше оцінити склад і порцію. А от з домашніми стравами з кількох інгредієнтів, стравами в олії чи соусі та порціями в незвичному посуді, все складніше. У таких випадках цифру варто сприймати як орієнтир, який можна й варто скоригувати.
Кілька простих кроків знижують похибку:
- Перевір розпізнані продукти. Якщо алгоритм переплутав гречку з рисом чи не помітив сир — виправ вручну. Це впливає на весь подальший розрахунок.
- Уточни розмір порції. Більшість застосунків дозволяють вказати вагу чи об’єм самостійно, якщо ти знаєш її точніше за камеру.
- Додай приховані інгредієнти. Олія для смаження, соус, цукор у напої — усе, що камера не бачить, варто додати вручну.
- Перевір складні страви уважніше. Якщо це плов, піца, паста із соусом або інша багатокомпонентна страва, перевір, чи застосунок врахував усі основні інгредієнти.
Чим простіша страва на тарілці й чим менше в ній прихованого від камери, тим точніше працює підрахунок за фото. Чим складніша страва, тим важливіше перевірити цифру самостійно, а не сприймати її як остаточну.
Висновок
Підрахунок калорій за фото — це не одна дія, а ланцюжок оцінок: розпізнавання продуктів, оцінка порції, зіставлення з базою даних і розрахунок калорій. Кожен крок додає трохи похибки, тому результат — приблизна цифра.
Для простих страв така оцінка вже сьогодні працює добре й суттєво спрощує ведення харчового щоденника. Для складних, багатокомпонентних страв з олією, соусами чи прихованими інгредієнтами варто перевіряти розпізнані продукти і за потреби коригувати порцію вручну.
Тож застосунками з ШІ-розпізнаванням страв та автоматичним підрахунком калорій цілком можна користуватися. Просто сприймай результат як оцінку, а для складних страв витрать трохи більше часу: додай соуси й олію та перевір, чи правильно ШІ розпізнав те, що лежить на тарілці.
Завітай до наших фітнес-клубів APOLLO NEXT і підбери формат тренувань під свій рівень підготовки та спосіб життя.
Підпишись на наш канал в Instagram та TikTok, щоб дізнаватись ще більше цікавої та корисної інформації!
Посилання на наукові джерела (References):
- Shonkoff, E., Cara, K. C., Pei, X. A., Chung, M., Kamath, S., Panetta, K., & Hennessy, E. (2023). AI-based digital image dietary assessment methods compared to humans and ground truth: a systematic review. Annals of Medicine, 55(2), 2273497.
- Dalakleidi, K. V., Papadelli, M., Kapolos, I., & Papadimitriou, K. (2022). Applying Image-Based Food-Recognition Systems on Dietary Assessment: A Systematic Review. Advances in Nutrition, 13(6), 2590–2619.
- Amoutzopoulos, B., Page, P., Roberts, C., Roe, M., Cade, J., Steer, T., Baker, R., Hawes, T., Galloway, C., Yu, D., & Almiron-Roig, E. (2020). Portion size estimation in dietary assessment: a systematic review of existing tools, their strengths and limitations. Nutrition Reviews, 78(11), 885–900.
- Chotwanvirat, P., Prachansuwan, A., Sridonpai, P., & Kriengsinyos, W. (2024). Advancements in Using AI for Dietary Assessment Based on Food Images: Scoping Review. Journal of Medical Internet Research, 26, e51432.
Залітай на перший APOLLO Fitness Fest у X‑Park. У суботу 12.06 о 8:00. Участь БЕЗКОШТОВНА!
Мрієш опанувати професію тренера та стати новою зіркою? Залітай до нашої Fitness Academy APOLLO NEXT!
Залітай в APOLLO NEXT лиш за 1₴/тиждень
Опубліковано 02.09.2026 у категорії Поради з харчування
Часті запитання
Як працюють застосунки, які визначають калорійність їжі за фото?
Застосунки проходять чотири кроки: спочатку алгоритм комп'ютерного зору аналізує зображення, потім оцінює об'єм або вагу їжі, далі шукає показники калорійності у базі даних, а на останньому етапі підсумовує результати.
Яка точність оцінки калорійності їжі за допомогою ШІ?
Точність оцінки залежить від складності страви. Наприклад, систематичний огляд показав, що відносна похибка в оцінці калорійності коливалась від 0,1% до 38,3%.
Чи можна повністю довіряти калоріям, які показує застосунок за фото?
Для простих і однокомпонентних страв похибка зазвичай менша, але результат усе одно залишається оцінкою. Для складних домашніх і змішаних страв цифру краще сприймати як орієнтир і за потреби коригувати вручну.
Чому два однакові на вигляд фото можуть дати різну калорійність?
Тому що калорійність визначають не лише продукти, а й кількість олії, соусу та спосіб приготування, а ці деталі камера бачить погано або не бачить взагалі.
Чи стають такі застосунки точнішими з часом?
Так. За даними систематичних оглядів технологія розпізнавання їжі й оцінки порцій продовжує розвиватися, а точність зростає в міру появи нових алгоритмів і більших баз даних.
