AI 食物识别有多准确？你可以期待什么

发布于 2026 年 4 月

AI 拍照记录餐食比手动搜索食物数据库快得多。但在切换之前，一个常见的问题是：它到底有多准确？坦白地说，这取决于你吃的是什么以及你怎么拍。下面介绍这项技术能做到什么、做不到什么。

食物识别 AI：这项技术是如何运作的

食物识别 AI 就是把计算机视觉 App 到餐盘上：一个用带标注的食物图片训练出来的模型，识别照片里有什么，并估算每样有多少。同一类模型既驱动着面向消费者的卡路里 App，也驱动着餐厅、医院和健康平台所使用的商业食物识别 API。每一种实现都经过同样的五个阶段。

• 检测。模型找出图片中所有含有食物的区域，把它们与盘子、桌子和背景分开。
• 分割。每个食物区域会被拆分成不同的单项，所以一盘炒菜会被识别为蛋白质、蔬菜、米饭和酱汁，而不是一个整体。
• 分类。每个区块都会与模型训练过的食物类别进行匹配。这是目前已经可靠的环节：现代模型能识别数千种菜品。
• 体积和分量估算。模型会根据每种食物相对于餐盘、餐具或其他参照物的视觉大小，推断其分量。几乎所有误差都来自这个阶段，而不是分类阶段。
• 营养查询。每种已识别的食物按估算份量换算，并匹配对应的卡路里和宏量营养素数值。

当你给一餐拍照时，AI 视觉模型会分析图像，识别出每种食物。它会观察形状、颜色、质地和上下文，判断盘子里有什么。识别出食物后，系统会根据视觉线索估算份量，包括每样食物相对于盘子、餐具或画面中其他参照物的大小。

根据这些估算，它使用已识别食物的营养数值计算卡路里和宏量营养素。整个过程通常只需几秒钟。

准确度如何？

对于常见且清晰可见的餐食，AI 食物识别的准确度相当不错。一盘鸡胸肉、米饭和蒸蔬菜，正是 AI 表现良好的那类餐食：各个组成部分都看得见，份量可以估算，而且这些食物模型已经见过很多次。至于估算究竟有多接近，没有人能诚实地把它归结为一个百分比。2023 年发表在《Annals of Medicine》上的一篇系统综述筛查了 14,059 篇文献，保留了 2010 年至 2023 年间发表的 52 篇，发现这些研究中热量的平均相对误差从 0.1% 到 38.3% 不等。作者无法把这些研究合并成一个数字，因为食物图像数据库和报告的结果差异太大，无法进行荟萃分析。这篇综述能确定的是方向：单一或简单食物的图像误差更低。

混合菜品的准确度会下降。一碗炖菜、一份焗菜或咖喱中有部分或完全被遮住的食材。AI 能识别出这是什么菜，但看不到里面有什么，所以估算更多依赖典型食谱，而不是你锅里的实际内容。误差范围会变大。

酱汁、油和调味汁一直是难点。淋了橄榄油的沙拉和淋了清淡油醋汁的沙拉，在照片中看起来几乎一样。两者的热量差异却可能很大。炒菜前倒进锅里的食用油，在最终的照片中完全看不见。

带营养标签的包装食品，更适合手动录入或扫描条形码。一份 200g 的特定品牌酸奶有已知、准确的营养成分。当准确数据就印在包装上时，AI 估算只会带来不必要的不确定性。

影响准确度的因素

有几个实际因素会影响 AI 对某张照片的表现：

• 光线。光线充足的照片能为模型提供更多视觉信息。光线不足会让质地变得平淡、颜色失真，使食物更难被正确识别。
• 角度。俯拍照片（从餐盘正上方拍摄）通常效果最好。侧面角度可能让部分食物被其他食物挡住，使分量估算不那么可靠。
• 食物摆放。在盘中分开摆放、份量清晰的食物，比堆叠或混在一起的更容易分析。如果你有多样食物，拍照前把它们分开摆放会有帮助。
• 参照物。在画面中包含盘子边缘、叉子或其他熟悉的物体，有助于模型校准份量。一块鸡肉放在叉子旁边和什么都不放，看起来的大小差别很大。

混合餐比单一食物更难识别

米饭和西兰花旁的一块烤鸡胸，是边缘清晰的三种不同形状。咖喱、炖菜、砂锅菜或拌了酱汁的沙拉则是一整团视觉上的混合体，各成分相互重叠、彼此遮挡，密度也各不相同。AI 对第二类餐食的估算准确度明显更低，这也是判断照片估算是否接近的最大单一因素。

2023 年发表在 Annals of Medicine 上的系统综述涵盖了 2010 年至 2023 年间发表的 52 项研究，发现热量的平均相对误差在 0.10% 到 38.3% 之间，并报告误差“单一食物图片往往比多种食物图片更小”。它直接点出了难处理的情况：“混合菜肴（如咖喱）的图片，或盛有多种相互重叠、高度不一或边界不清的食物的餐盘，出现分类或分割错误的风险更高”。在所综述研究中体积估算误差最低的 22 项结果里，68% 来自单一食物图片。

2024 年发表在 IEEE Journal of Biomedical and Health Informatics 上的一项研究，以称重的参照餐为基准分析 GPT-4V，给出了差距的具体数字。一次估算一种食物，在 32 种食物中得到的平均绝对卡路里误差为 69.2 kcal。估算整个进餐过程，在 10 次进餐中得到的误差为 151.2 kcal，大约翻了一倍。原因在于误差叠加：份量是误差的主要来源，而混合菜肴需要对每个组成部分分别判断份量，每一次判断都带有各自的误差。

这一点尚无定论。2025 年发表在 Nutrients 上的一项研究分析了 195 道菜，发现食材数量与误差之间只有弱相关（r 不高于 0.37），并得出结论：组分数量并不是关键决定因素。老实说，视觉上能否区分开比食材数量更重要：一个盘子里放着六种清楚分开的食物，比一个碗里混着三种食物更容易识别。

这在实际中意味着什么

• 在拌匀之前拍照。趁各个组成部分还分得清时拍，而不是拍搅拌好的一碗。
• 在合理的情况下，把混合餐分成两张照片来拍。两个单独的估算胜过一个综合估算。
• 对任何混合、带酱汁或分层的食物，都要修正估算。在所有研究中，脂肪都是最常被低估的营养素，而酱汁中的油在照片里是看不见的。
• 把自制炖菜和咖喱当作最差情况，在这一餐很重要时，按食材记录而不是拍照记录。

和什么比？

有意义的比较不是 AI 对比一个完美数字，而是 AI 对比你原本会怎样记录这餐，而那种方式同样不准确。

2018 年发表在 Nutrients 上的一项研究请 38 名营养专业人员根据食物图片估算份量。他们的餐盘估算只有 23.7% 落在实际称重值的 10% 以内，平均绝对百分比误差为 47.6%。在 CVPR 2021 上发表的 Nutrition5k 研究在其约 5,000 道菜的数据集之外做了一个较小规模的人工对照：4 名营养师和 16 名普通人对 10 道比数据集平均水平更简单的菜进行了估算。营养师的平均误差为 41%，普通人为 53%。请把它看作在有利样本上的量级参考，而不是总体估计。

手动在应用中记录也有自己的偏差，不过比表面数字显示的要小。2021 年发表在 Advances in Nutrition 上的一项荟萃分析汇总了 11 项关于膳食记录应用的研究，发现它们平均每天低估能量摄入 202 kcal（95% CI：319 至 85 kcal）。这个差距大部分来自食物成分表，而不是记录本身：在应用和参照方法使用同一张成分表的研究中，汇总的少报量降至每天 57 kcal（95% CI：少报 116 kcal 至多报 2 kcal），研究间的异质性降为零。在一天 2,000 卡路里的情况下，这不到 3%，所以对照匹配数据库认真手动输入，确实是更准确的方法。

所以，对混合菜肴的照片估算并不精确，营养师看着同一盘菜也一样。认真的手动输入在准确度上胜过两者，但在能否坚持下去上输给两者。拍照记录改变的不是准确度，而是你是否会记录这一餐；一餐记录了、估算还能修正，胜过根本没记录。

对准确度宣传保持怀疑

有些网站为卡路里 App 公布听起来很精确的准确率数字，其中一些引用的研究和 DOI 根本不存在。没有任何 App 对其正式发布的产品进行过公开发表、经同行评审的验证。如果一个数字背后没有具名的期刊、样本量和方法，就把它当作营销。我们的也一样：本页的数字引用的是独立研究，而不是我们自己的测试。

“差不多”就够了吗？

对大多数人来说，是的。两位数的误差单独看起来很大，但要结合背景来看。

手动查数据库也不是完全准确的。用户提交的数据库存在错误，不同来源的份量定义不同，而家常菜很少与数据库条目假定的做法完全一致。家常菜手动记录的实际准确度，比大多数人以为的要低。

更重要的是，就记录而言，一致性比精确度更重要。如果你在比较 AI 记录 App 和传统数据库 App，VitaCal 与 MyFitnessPal 对比介绍了两种记录方式在实际使用中的区别。如果 AI 对你经常吃的某一餐系统性地偏差 15%，你记录的摄入量在相对意义上仍然反映了你的实际摄入。你每周的趋势、你对饮食调整的反应，以及你长期的进展，都仍然有意义。记录的目的是建立觉察、发现规律，而不是对每一餐做到实验室级别的测量。

让记录失败的不是误差幅度，而是因为记录太慢或太费力而放弃这个习惯。AI 拍照记录直接解决了这个问题。

如何获得更好的结果

几个简单的习惯就能提高 AI 估算的质量：

• 在确认记录前，检查 AI 识别出的内容。如果漏掉了某种食材或识别错了什么，你可以在保存前修改。
• 在光线良好的地方从正上方拍照。这只多花一秒钟，却能带来可测量的差异。
• 对于准确度很重要的餐食，把各个组成部分分开记录，而不是作为一整盘记录。这样模型处理每一项时任务都更清晰。
• 包装食品用手动输入。有营养标签就用标签。把 AI 记录留给它真正有优势的餐食：熟食、餐厅餐食，以及任何你原本需要搜索的食物。

VitaCal 的做法

想了解提供拍照记录的各款应用之间如何比较，请看 AI 卡路里追踪拍照识别应用指南。

在记录任何内容之前，VitaCal 会向你展示 AI 在照片中识别出的确切内容。你可以看到各种食物、估算的份量，以及由此得出的卡路里和宏量营养素。如果有什么不对，可以在确认前调整份量或删除条目。未经你核对，不会记录任何内容。

如果你想看看 AI 记录在实际中如何运作，免费试用 VitaCal。免费版每周包含五次 AI 分析，且没有广告。