Ми протестували Foodvisor, л; мобільний додаток, який підраховує калорії у вашій тарілці - Science
Французький стартап Foodvisor винайшов мобільний додаток, який визначає їжу і підраховує калорії, використовуючи фотографії, зроблені зі смартфона.
Foodvisor - це цифровий журнал, який автоматично розпізнає продукти на вашій тарілці завдяки алгоритмам машинного навчання.
Чи подобається вам їсти фотографувати та завантажувати їх в Instagram? Чому б не скористатися своїми фотографіями, щоб дізнатись, скільки калорій у вашій тарілці? Це те, що пропонує програма "Foodvisor", яка розпізнає ваші страви, а потім оцінює їх харчову цінність. У будь-якому випадку, це амбіція, яку виявляють французькі стартапи та її молоді випускники з Centrale Paris. Їх мобільний додаток, доступний для iOs та Android, був офіційно запущений на початку 2018 року. Як працює цей цифровий журнал і чи виконує свої обіцянки? Тест Science et Avenir.
Навчальна база з понад мільйона фотографій
"Ми почали розробляти наші технології в 2015 році, коли ми ще були студентами Centrale Paris", - пояснює Чарльз Боес, один із співзасновників Foodvisor. "З цієї нагоди ми змогли працювати з дослідниками з Centrale та Inria над нашим алгоритмом комп'ютерного зору". З моменту отримання диплома троє центральних жителів, Чарльз Боес, Ян Гірет та Габріель Самейн, продовжували працювати над своїм проектом, до запуску своєї першої версії програми в лютому 2016 р. Їх амбіції? "Стань" шазамом "їжі", - захоплюється Чарльз Боес. Shazam - це дуже ефективний додаток, здатний ідентифікувати музику за лічені секунди прослуховування.
ЕКСПЛУАТАЦІЯ. Принцип Foodvisor? Алгоритми самонавчання, які практикують ідентифікацію кожного виду їжі за великою кількістю зображень. Кожна фотографія, знята користувачем і надіслана на сервери Foodvisor, потрапляє в навчальну базу даних. "Спочатку ми навчили наші алгоритми 10 000 фотографій. Але сьогодні у нас є понад мільйон анотованих фотографій, і ми можемо розпізнати тисячу різних продуктів", - говорить Чарльз Боес. Наступний крок? "Збільште кількість розпізнаних харчових продуктів та покрастіть точність розпізнавання. Наша наступна версія зможе досягти точності до 90%", - говорить співавтор компанії.
Тест Science et Avenir
Конкретно, що дає досвід? Все, що вам потрібно зробити, - це відкрити програму (преміальна, платна версія пропонує більше порад щодо харчових продуктів, але також можна завантажити безкоштовну версію) на своєму смартфоні з активованою мобільною передачею даних або Wi-Fi та сфотографувати вміст. його тарілки. Потім фотографія порівнюється з іншими записами, і гранула з’являється з назвою їжі, коли вона була ідентифікована. Коли алгоритм не знайшов відповідного продукту, користувач повинен торкнутися планшета, щоб вказати його самостійно, що також дозволяє вказати кількість їжі, не завжди тонко. Сприймається алгоритмом штучного зору.
Харчування. Завдання полягає не лише в тому, щоб викликати посмішку колег, граючи в обідню перерву, але й у тому, щоб допомогти людям, які потребують моніторингу харчування, краще задокументувати своє харчування. "Ми працювали з дієтологами, щоб розробити частину програми, яка стосується харчування", - продовжує Чарльз Боес. "Ми також використовували європейську базу даних, щоб мати змогу точно розрахувати споживання кожної їжі з харчовими продуктами. Але це питання надання оцінки, а не розрахунку за калоріями".
Спочатку спробуйте печиво: десерт правильно визначений програмою, але ви повинні вручну вказати його кількість (1 порція). Додаток не дозволяє вказати вагу файлу cookie.
Друга спроба з бобуном, розпізнана правильно
Автоматизуйте оплату в самообслуговуванні
І технологія, розроблена Foodvisor, на цьому не зупиняється: "Зараз ми проводимо експеримент із відомим ім'ям у сфері корпоративного харчування, щоб мати можливість автоматизувати виставлення рахунків на лотки", - розповідає Чарльз Боес. Ідея полягає в тому, що клієнт завантажує свій лоток, передає його під камеру, яка ідентифікує та виставляє рахунки кожному продукту харчування, тим самим уникаючи черг. "Крім того, відстань від камери до пластини, а також умови освітлення є більш однорідними, що дозволяє нам досягти точності, близької до 100%!" У всіх випадках використовується одна і та ж база даних фотографій, яка постійно подається користувачами програми.