Александров Александр

Ученые научили нейросеть определять калорийность блюда по фотографии

Ученые научили нейросеть определять калорийность блюда по фотографии
Источник изображения: pxhere.com
Учёные из Германии научили нейросеть точно определять калорийность приготовленного блюда на фотографии. Алгоритм использует распознавание ингредиентов и показывает наиболее точные данные пищевой ценности.
Авторы новой методики, под руководством Райнера Штифельхаге из Технологического института Карлсруэ, взяли за основу две нейросети: ResNet и DenseNet. Их алгоритмы пришлось полуавтоматически обучать, так как существует множество одинаковых рецептов с разным описанием. В пример приводится репчатый лук, однако в рецептах могут описать его обычным или же нарезанным колечками или кубиками. При этом калорийность такого ингредиента одна и та же. Эксперты внесли в базу спорные определения продуктов питания, а также сопоставили некоторые из них с фотографиями готовых блюд.

В итоге авторы добились самого быстрого и наиболее точного метода определения. Нейросеть, получив фотографию готового блюда, автоматически запускает поиск в базе похожих фотографий с рецептами и определяет, из каких продуктов оно приготовлено. После этого выводит пищевую ценность оперируя всеми имеющимися значениями. Пользователь получает не только калорийность всего блюда, но и количество белков, жиров и углеводов на порцию (100 грамм).

Нововведение позволит людям, зацикленным на потреблении определённого количества калорий, более точно планировать свой рацион. Оно также экономит время, ведь в настоящее время даже самые современные приложения требуют ручного ввода ингредиентов. Эффективность таких дополнений снижается при обеде в ресторане, где в меню могут не указываться все продукты, используемые для приготовления конкретного блюда.

Подписывайтесь:




Добавить комментарий