Фото оцінює калорійність продуктів харчування Technology Media
Фотографія оцінює калорійність їжі
Робін Руеде та його колеги з Інституту технологій у Карлсруе, Німеччина, можуть допомогти. Вони скористались часто використовуваною нейронною мережею DenseNet для перехресного посилання на зображення їжі з базою даних 308 000 фотографій, зроблених із 70 000 рецептів на веб-сайті німецької кулінарії. Нейронна мережа створена за зразком архітектури мозку.
"Ми адаптували архітектуру та змусили прогнозувати макроелементи - калорії, вміст жиру та білка - з інгредієнтів", - говорить Руеде. "Ми припускаємо, що вони правильно приготували рецепт, ми беремо харчові цінності і змушуємо модель вивчати взаємозв'язок між харчовою інформацією та цією картиною".
Він іноді помиляється
Ця модель далека від досконалості: в середньому її оцінка калорійності на 32,6% неправильна, коли стикається з невидимою картиною, хоча люди також погано оцінюють калорійність: опитування 2018 року показало, що за нашими оцінками їжа може бути на кілька сотень калорій . На відміну від цієї моделі, за оцінками, шоколадний пиріг, який становив 198 ккал на 100 грамів, становив 183 ккал, а батон 239 ккал/100 г - 229 ккал.
"Весь цей документ є великим кроком вперед у нашій здатності визначати харчову цінність продуктів за зображеннями", - каже Дейн Белл, співзасновник Lum AI, компанії з переробки нейронних мереж. "Цей набір даних безпосередньо пов’язаний з тим, що ми хочемо знати: кількістю білка, вуглеводів та жиру в цій їжі".
Відносна актуальність
Ця модель більше не актуальна, коли стикаються з предметами, яких немає у списку рецептів, або коли в рецептах використовуються незвичні інгредієнти або методи. Але навіть незважаючи на це, каже пан Руеде, "цілком очевидно, що він може розрізняти висококалорійні та низькокалорійні категорії їжі".
Це дослідження було попередньо опубліковано в arXiv.