Наскільки точне розпізнавання їжі за допомогою ШІ? Чого очікувати

Опубліковано у квітні 2026 року

Запис страв за фото з ШІ значно швидший, ніж ручний пошук у базі продуктів. Але перед переходом часто виникає питання: наскільки це точно насправді? Чесна відповідь: залежить від того, що ти їси і як фотографуєш. Ось що ця технологія може і чого не може.

ШІ для розпізнавання їжі: як працює технологія

ШІ для розпізнавання їжі — це комп’ютерний зір, застосований до тарілки: модель, навчена на розмічених зображеннях їжі, яка визначає, що на фото, і оцінює, скільки цього є. Той самий клас моделей лежить в основі споживчих застосунків для підрахунку калорій і комерційних API розпізнавання їжі, на яких будують свої рішення ресторани, лікарні та платформи здоров’я. Кожна реалізація проходить ті самі п’ять етапів.

• Виявлення. Модель знаходить ділянки зображення, де взагалі є їжа, відокремлюючи їх від тарілки, столу й фону.
• Сегментація. Кожна ділянка з їжею розділяється на окремі продукти, тож страва стир-фрай стає білком, овочами, рисом і соусом, а не одним об’єктом.
• Класифікація. Кожен фрагмент зіставляється з категоріями їжі, на яких навчали модель. Саме цей етап тепер надійний: сучасні моделі розпізнають тисячі страв.
• Оцінка об’єму та порції. Модель визначає, скільки кожного продукту є, за його видимим розміром відносно тарілки, столових приборів чи інших опорних предметів. Саме на цьому етапі, а не під час класифікації, виникає майже вся похибка.
• Пошук поживності. Кожен розпізнаний продукт масштабується до оціненої порції й зіставляється зі значеннями калорій і макронутрієнтів.

Коли ти фотографуєш страву, модель комп’ютерного зору з ШІ аналізує зображення, щоб визначити окремі продукти. Вона враховує форми, кольори, текстури й контекст, щоб зрозуміти, що на тарілці. Після визначення продуктів система оцінює розмір порцій за візуальними ознаками, зокрема за видимим розміром кожного продукту відносно тарілки, столових приборів чи інших орієнтирів у кадрі.

На основі цих оцінок він розраховує калорії й макронутрієнти за поживною цінністю розпізнаних продуктів. Увесь процес зазвичай займає кілька секунд.

Наскільки це точно?

Для звичайних, добре видимих страв розпізнавання їжі за допомогою ШІ досить точне. Тарілка з курячою грудкою, рисом і овочами на пару — саме та страва, з якою ШІ справляється добре. Окремі складники видно, розмір порцій можна оцінити, а таку їжу модель бачила вже багато разів. Наскільки близькою буде оцінка, ніхто не може чесно звести до одного відсотка. Систематичний огляд 2023 року в Annals of Medicine переглянув 14 059 публікацій, залишив 52, опубліковані між 2010 і 2023 роками, і виявив, що середня відносна похибка для калорій у них коливалася від 0,1% до 38,3%. Автори не змогли об'єднати ці дослідження в одну цифру, бо бази зображень їжі та звітні результати надто різнилися для метааналізу. Що огляд таки встановлює, так це напрям: похибки були нижчими для зображень окремих або простих продуктів.

Для змішаних страв точність падає. Рагу, запіканка чи карі містять інгредієнти, частково або повністю приховані. ШІ може визначити, що це за страва, але не бачить, що всередині, тож оцінки більше спираються на типові рецепти, ніж на те, що справді у твоїй каструлі. Діапазон похибки розширюється.

Соуси, олії та заправки стабільно складні. Салат з оливковою олією й салат із легким вінегретом на фото виглядають майже однаково. Різниця в калоріях між ними може бути значною. Олія, додана на сковороду перед обсмажуванням, на фінальному фото взагалі невидима.

Упаковані продукти з етикеткою харчової цінності краще вносити вручну або скануванням штрихкоду. Порція 200 г конкретного брендового йогурту має відомий точний склад. Оцінка ШІ додає зайвої невизначеності, коли точні дані надруковано на упаковці.

Що впливає на точність

Кілька практичних чинників впливають на те, наскільки добре ШІ працює з конкретним фото:

• Освітлення. Добре освітлені фото дають моделі більше візуальної інформації. Погане освітлення згладжує текстури й знижує точність кольорів, через що їжу важче правильно розпізнати.
• Ракурс. Фото згори (строго над тарілкою) зазвичай дають найкращі результати. Бічні ракурси можуть ховати одні продукти за іншими й робити оцінку порції менш надійною.
• Розкладка їжі. Продукти, розкладені на тарілці окремими порціями, аналізувати легше, ніж складені докупи чи перемішані. Якщо в тебе кілька страв, розклади їх окремо перед фотографуванням.
• Предмети для масштабу. Край тарілки, виделка або інший знайомий предмет у кадрі допомагають моделі оцінити розмір порції. Шматок курки виглядає зовсім інакше за масштабом поруч із виделкою, ніж поруч із нічим.

Змішані страви складніші за окремі продукти

Смажена на грилі куряча грудка поруч із рисом і броколі — це три окремі форми з чіткими краями. Карі, рагу, запіканка чи заправлений салат — це одна візуальна маса, де складники накладаються, ховають одне одного і мають різну щільність. Другий тип ШІ оцінює значно менш точно, і це найсильніший окремий чинник того, чи буде оцінка за фото близькою.

Систематичний огляд 2023 року в Annals of Medicine, що охопив 52 дослідження, опубліковані між 2010 і 2023 роками, виявив середні відносні похибки для калорій від 0,10% до 38,3% і повідомив, що похибки «зазвичай були меншими для зображень одного продукту порівняно із зображеннями кількох продуктів». Він прямо виокремлює складний випадок: «зображення зі змішаними стравами (як-от каррі) або тарілки з різноманітними продуктами, що перекриваються, мають різну висоту чи нечіткі межі, мають вищий ризик помилок класифікації чи сегментації». Із 22 найменших похибок оцінки об’єму в розглянутих дослідженнях 68% припадали на зображення одного продукту.

Аналіз GPT-4V на зважених еталонних стравах, опублікований в IEEE Journal of Biomedical and Health Informatics у 2024 році, виразив цей розрив у цифрах. Оцінка по одному продукту за раз на 32 продуктах дала середню абсолютну похибку калорій 69,2 ккал. Оцінка цілого прийому їжі на 10 прийомах дала 151,2 ккал, приблизно вдвічі більше. Причина в накопиченні: розмір порції -- головне джерело похибки, а змішана страва потребує окремої оцінки порції для кожного компонента, і кожна має власну похибку.

Це питання ще не остаточно вирішене. Дослідження 2025 року в Nutrients, яке аналізувало 195 страв, виявило лише слабку кореляцію між кількістю інгредієнтів і похибкою (r не вище 0,37) і дійшло висновку, що кількість компонентів не є вирішальним чинником. Чесний підсумок такий: важливіше, наскільки продукти візуально розділені, ніж скільки їх: тарілку з шістьма чітко розділеними продуктами оцінити легше, ніж миску з трьома змішаними.

Що це означає на практиці

• Фотографуй до змішування. Знімай компоненти, поки вони ще окремі, а не перемішану миску.
• Розділи змішану страву на два фото, коли це можливо. Дві окремі оцінки кращі за одну складену.
• Виправляй оцінку для всього змішаного, із соусом чи шарами. Жир -- поживна речовина, яку найстабільніше недооцінюють у кожному дослідженні, а олія в соусі на фото невидима.
• Вважай домашні рагу й каррі найгіршим випадком і записуй їх за інгредієнтами, а не за фото, коли ця страва важлива.

Порівняно з чим?

Корисне порівняння — це не ШІ проти ідеального числа, а ШІ проти іншого способу записати страву, який теж неточний.

У дослідженні 2018 року в Nutrients 38 фахівців із харчування оцінювали порції за фото їжі. Лише 23,7% їхніх оцінок тарілок відхилялися від фактичної зваженої кількості не більше ніж на 10%, а середня абсолютна відсоткова різниця становила 47,6%. Робота Nutrition5k, представлена на CVPR 2021, поруч зі своїм набором приблизно з 5 000 страв провела меншу перевірку на людях: 4 нутриціологи та 16 аматорів оцінили 10 страв, дібраних простішими за середню страву набору. Похибка нутриціологів у середньому становила 41%, аматорів -- 53%. Сприймай це як порядок величини на сприятливій вибірці, а не як оцінку для всієї популяції.

Ручний запис у застосунку має власне упередження, хоча й менше, ніж підказує гучна цифра. Метааналіз 2021 року в Advances in Nutrition, що об'єднав 11 досліджень застосунків для харчових записів, показав, що вони недооцінювали споживання енергії в середньому на 202 ккал на день (95% ДІ: від 319 до 85 ккал). Більша частина цього розриву пов'язана з таблицею складу продуктів, а не із самим записом: там, де застосунок і референтний метод використовували ту саму таблицю, сукупний недолік падав до 57 ккал на день (95% ДІ: від недоліку 116 ккал до надлишку 2 ккал), а неоднорідність між дослідженнями зникала. На день у 2 000 калорій це менше 3%, тож ретельне ручне введення з відповідною базою справді точніший метод.

Отже, оцінка змішаної страви за фото неточна, як і оцінка дієтолога, що дивиться на ту саму тарілку. Ретельне ручне введення перевершує обидва варіанти за точністю і програє обом у тому, чи продовжуєш ти ним користуватися. Запис за фото змінює не точність, а те, чи записуєш ти страву взагалі, а записана страва з оцінкою, яку можна виправити, краща за незаписану.

Скептично стався до заяв про точність

Декілька сайтів публікують показники точності застосунків для підрахунку калорій, що звучать дуже точно, дехто — посилаючись на дослідження й DOI, яких не існує. Жоден застосунок не має опублікованої рецензованої валідації свого продукту в тому вигляді, в якому він поширюється. Якщо за числом немає названого журналу, розміру вибірки та методології, вважай його маркетингом. Це стосується й нас: цифри на цій сторінці посилаються на незалежні дослідження, а не на наше власне тестування.

Чи достатньо «приблизно»?

Для більшості людей -- так. Похибка у два знаки сама по собі звучить значною, але важливий контекст.

Записи з бази, введені вручну, теж не ідеально точні. Бази, які наповнюють користувачі, містять помилки, визначення порції різняться між джерелами, а домашні страви рідко збігаються з тим способом приготування, який передбачає запис у базі. Реальна точність ручного обліку домашньої їжі нижча, ніж більшість людей думає.

Ще важливіше те, що для відстеження послідовність важливіша за точність. Якщо ти порівнюєш трекери на основі ШІ з традиційними застосунками з базами даних, порівняння VitaCal і MyFitnessPal описує практичні відмінності в підході до записів. Якщо ШІ систематично помиляється на 15% для страви, яку ти регулярно їси, записане споживання все одно відображає твоє реальне споживання у відносному вимірі. Твої тижневі тенденції, реакції на зміни в харчуванні та прогрес з часом залишаються змістовними. Мета відстеження — сформувати усвідомленість і помітити закономірності, а не досягти лабораторної точності вимірювання кожної страви.

Облік ламає не похибка. Облік ламає відмова від звички через те, що запис надто повільний чи вимагає надто багато зусиль. Запис за фото зі ШІ вирішує саме цю проблему.

Як отримати кращі результати

Кілька простих звичок покращать якість оцінок ШІ:

• Переглянь, що розпізнав ШІ, перш ніж підтвердити запис. Якщо він пропустив інгредієнт або щось визначив неправильно, ти можеш виправити це перед збереженням.
• Фотографуй строго згори за хорошого освітлення. Це займає зайву секунду й дає відчутну різницю.
• Для страв, де точність важлива, записуй окремі компоненти окремо, а не як одну тарілку. Так модель отримує чистіше завдання для кожного продукту.
• Для упакованих продуктів використовуй ручне введення. Якщо є етикетка з поживною цінністю, скористайся нею. Залиш запис зі ШІ для страв, де він справді має перевагу: приготовлена їжа, страви в ресторанах і все, що інакше довелося б шукати.

Підхід VitaCal

Як запис за фото виглядає в різних застосунках, що його пропонують, дивись у гіді з ШІ-трекерів калорій із розпізнаванням фото.

VitaCal показує тобі, що саме ШІ розпізнав на фото, перш ніж щось буде записано. Ти бачиш окремі продукти, їхні оцінені порції та отримані калорії й макроси. Якщо щось виглядає не так, можна скоригувати порції або прибрати продукти перед підтвердженням. Нічого не записується без твоєї перевірки.

Якщо хочеш побачити, як записи з ШІ працюють на практиці, спробуй VitaCal безкоштовно. Безкоштовний тариф включає п'ять ШІ-аналізів на тиждень без реклами.