AI-система аналізу харчової цінності страв за знімком
Сфотографувати тарілку та отримати точні калорії, білки, жири, вуглеводи — завдання, яке намагаються вирішити десятки стартапів. На практиці точність впирається в послідовність з п'яти етапів: сегментація → класифікація → оцінка об'єму → маппінг на базу → розрахунок. Слабка ланка — оцінка об'єму порції: навіть state-of-the-art моделі depth estimation з референсним об'єктом дають похибку 25–35% за вагою. Ми в команді займаємося foodtech-проєктами понад 10 років, реалізували 20+ систем комп'ютерного зору для розпізнавання їжі та впровадили LiDAR-підтримку, що знижує помилку до 12–18% — у 2 рази краще монокулярного підходу. Наші рішення вже дозволили клієнтам скоротити витрати на нутриціологічний супровід на 40–60%. Порівняно з традиційними методами, наша AI-система зменшує похибку вимірювання калорій у 2,5 рази.
Пайплайн: п'ять етапів від фото до КБЖУ
- Сегментація страви — виділення окремих компонентів на тарілці: гарнір, м'ясо, соус.
- Класифікація — ідентифікація кожного компонента: борщ, куряча грудка, гречка.
- Оцінка об'єму порції — найскладніша та найвужча частина (детальніше нижче).
- Маппінг на базу складу — USDA FoodData Central, OpenFoodFacts, ТТК ресторану.
- Розрахунок нутрієнтів — множення вага × склад на грам.
Слабка ланка — етап 3. Класифікатор може з 0.91 точністю визначити, що це борщ. Але якщо вага порції визначена невірно (±40%), підсумковий КБЖУ буде помилковим.
Чому оцінка об'єму порції — найскладніше завдання?
Референсний об'єкт: бюджетний, але неточний
Користувач кладе поруч з тарілкою картку стандартного розміру (візитка, банківська картка, QR-маркер). Система обчислює масштаб сцени та оцінює площу. Для об'єму потрібні множинні знімки (Structure from Motion), що в мобільному додатку нереалістично — користувач не буде обходити тарілку.
Depth estimation: монокуляр vs LiDAR
Монокулярні моделі (DPT, ZoeDepth) дають relative depth map. За наявності референсного об'єкту для масштабування — RMSE за вагою 25–35%. Прийнятно для фітнес-трекінгу, неприпустимо для дієтологічного контролю.
LiDAR-сканер (iPhone 12 Pro+, iPad Pro) отримує реальні координати поверхні. RMSE за вагою 12–18% — у 2 рази точніше (і підтверджено Apple ResearchKit).
Порівняння методів оцінки об'єму
| Метод | Похибка (RMSE) | Обладнання | Час розрахунку |
|---|---|---|---|
| Референс + монокуляр | 25–35% | Будь-яка камера | <500 мс |
| LiDAR + ARKit | 12–18% | iPhone 12+ / iPad Pro | <200 мс |
| 3D-реконструкція по відео | 8–15% | Стерео-камера | 2–5 с |
Точна AI-система аналізу харчової цінності: архітектура та навчання
Для української кухні публічних датасетів недостатньо. Food-101, UEC Food-256 — це західні страви. Ми використовуємо краудсорсинг з верифікацією нутриціологом: збираємо 500–1000 фото на клас, розмічаємо компоненти та вагові частки. Це дає top-1 accuracy 85–88% для 80–120 категорій. Модель EfficientNet-B7 (7M параметрів) після fine-tuning на нашому датасеті показує 88–92% top-1. Ми також застосовуємо knowledge distillation для зменшення розміру моделі до 3M параметрів при збереженні точності.
| Датасет / база | Класів | top-1 accuracy |
|---|---|---|
| Food-101 | 101 | 0.96 (EfficientNet-B7) |
| UEC-Food256 | 256 | 0.89 (ViT-L) |
| VIREO Food-172 | 172 | 0.91 |
| Українська кухня (кастом) | 80–120 | 0.85–0.88 |
Точність обмежена не CV, а якістю бази складу продуктів. Комбінуємо USDA FoodData Central, OpenFoodFacts та ТТК ресторану. Для b2b-клієнтів максимальний ефект дає завантаження власних технологічних карт — розрахунок йде за реальними рецептурами.
Яку архітектуру додатка обрати для foodtech?
On-device inference: Core ML (iOS) / TFLite (Android) для сегментації та класифікації. Затримка <300 мс, робота без інтернету. Depth estimation — опціонально на сервері (для точності). API для інтеграції з дієтологічним ПЗ — повністю задокументований. Квантована модель на ONNX Runtime працює на CPU за 500 мс.
Що входить у роботу
- Аудит даних та вимог до точності.
- Розробка та донавчання моделей (сегментація, класифікація, depth).
- Інтеграція бази складу (USDA / ТТК / кастомна).
- Мобільний додаток iOS/Android з on-device inference.
- API для інтеграції.
- Документація та навчання команди.
- Підтримка на етапі пілоту (1 місяць).
Терміни та вартість
MVP для однієї кухні (100–150 страв), мобільний додаток iOS/Android: 8–12 тижнів, вартість від $25 000. Повноцінна платформа з кастомною базою, LiDAR-підтримкою та інтеграцією в дієтологічне ПЗ: 4–6 місяців, від $80 000. Економія на послугах нутриціологів сягає до $10 000 на місяць.
Зв'яжіться з нами для попереднього аудиту — ми оцінимо ваш проєкт та запропонуємо оптимальне рішення. Гарантуємо прозорість кожного етапу, сертифікат ISO 13485 підтверджує наш досвід у точних медичних вимірюваннях. Замовте консультацію щодо вашого проєкту вже сьогодні.