Come contare le calorie con una foto

Ecco come funziona davvero la tecnologia, cinque cose che rendono una foto più precisa da leggere, e cosa fare quando sbaglia comunque il tuo pasto.

Come funziona davvero il conteggio calorie da foto

Sotto il cofano, è un modello di visione che fa tre cose in sequenza. Primo, riconosce cosa c'è nel piatto — "pollo alla griglia", "riso bianco", "broccoli al vapore" — un po' come descriverebbe qualsiasi foto. Secondo, stima la porzione, usando dimensione e forma del cibo rispetto al piatto, o un oggetto di riferimento inquadrato, come indicatore approssimativo di volume. Terzo, associa ogni alimento riconosciuto a un database nutrizionale e moltiplica per la porzione stimata per ottenere calorie, proteine, carboidrati e grassi.

I modelli moderni sono davvero bravi nel primo passaggio — riconoscere correttamente il cibo. Il secondo, la porzione, è l'anello debole, perché una singola foto in 2D sta cercando di indovinare una quantità in 3D. È la parte più probabile che vada storta, ed è anche quella su cui hai più controllo tu, come persona che scatta la foto.

5 modi per scattare una foto che l'IA legge meglio

Una foto sfocata e storta di un tavolo pieno di cose non dà molto materiale al modello. Poche abitudini fanno una differenza reale:

• Scatta dall'alto, non di lato. Una foto dall'alto mostra tutto il contorno del piatto, dando al modello un riferimento di dimensione. Una foto angolata nasconde parte del cibo dietro se stesso e rende la porzione più difficile da valutare.
• Inquadra tutto il piatto — non tagliarlo. Se il modello non vede i bordi del piatto, non ha un vero senso della scala. Un bordo del piatto visibile fa un po' lo stesso lavoro del trucco fotografico "la banana per la scala".
• Separa gli ingredienti misti quando puoi. Uno stir-fry tutto amalgamato nella salsa è più difficile da stimare rispetto agli stessi ingredienti disposti in modo che il modello distingua la proteina dal riso dalle verdure. Non serve impiattare come un fotografo — basta non ammucchiare tutto in una massa indistinguibile.
• Usa una luce buona e uniforme. Foto scure o in controluce rendono più difficile distinguere il cibo dall'ombra. La luce naturale vicino a una finestra, o anche solo una buona luce di cucina, batte un tavolo buio al ristorante.
• Una foto per ogni piatto distinto, non una panoramica di tutto. Se stai mangiando tre cose diverse, tre foto singole di solito funzionano meglio di un'unica foto larga che prova a catturarle tutte insieme.

Niente di complicato — è lo stesso istinto di scattare una foto che vorresti guardare di nuovo, che poi è anche il tipo di foto che un modello di visione legge meglio.

Uno studio del 2024 pubblicato sul Journal of the Academy of Nutrition and Dietetics ha testato tre app di riconoscimento foto usate dai consumatori contro un valore di riferimento noto, trovando che la precisione crollava non appena la foto si allontanava da uno scatto pulito e standard — la stima di un'app è arrivata a 378 kcal per un piatto con un riferimento di 133 kcal quando fotografato di lato o in modo disordinato, mentre l'app migliore del test è rimasta vicina al valore reale (142 kcal) in tutte le condizioni.¹ La foto in sé non è un dettaglio minore — è una parte importante della precisione.

Cosa una foto da sola non può dire all'IA

Anche una foto perfetta ha un limite, ed è giusto essere onesti su dove sta. Una fotocamera vede l'esterno del cibo; non vede cosa c'è dentro né come è stato preparato.

• Metodo di cottura e grassi aggiunti. Pollo alla griglia e pollo in padella con un cucchiaio di burro possono sembrare quasi identici in foto e differire di 150+ calorie.
• Salse e condimenti mescolati dentro. Il conteggio calorico di un'insalata può raddoppiare a seconda di quanto condimento c'è sotto la verdura, e una foto mostra soprattutto la verdura.
• Cosa c'è nascosto dentro. Un burrito, un raviolo, uno sformato — il modello vede l'involucro o la superficie, non il ripieno.
• Piatti misti e non occidentali. Sono spesso i casi in cui le stime si allontanano di più dalla realtà, perché un piatto con tutto amalgamato (un curry, una zuppa di noodle, uno stir-fry) offre al modello meno separazione visiva rispetto a un piatto con ingredienti distinti e isolati.

Uno studio dell'Università di Sydney pubblicato su Nutrients ha trovato esattamente questo schema: la stima IA da foto ha sovrastimato un pho di manzo di circa il 49%, e sottostimato un bubble tea fino al 76% — entrambi piatti dove le calorie sono in gran parte nascoste nel brodo, nella salsa o in una bevanda, non visibili in superficie.² Non è un difetto specifico di un'app — è un limite di stimare una quantità nascosta partendo da ciò che una fotocamera può realmente vedere.

Se la stima è ancora sbagliata, correggila con una frase

Una buona foto riduce lo scarto; non lo chiude del tutto. Quindi la parte che conta quanto la foto è cosa succede dopo — quando il numero sembra sbagliato.

Ho progettato il flusso di correzione di Bocco prima ancora di passare troppo tempo a rincorrere un modello di visione più sofisticato, perché ogni studio citato sopra dice che la prima stima a volte sarà sbagliata, per ogni app, compresa la nostra. La soluzione non è ridigitare tutto il pasto da un database. Dici cosa è diverso davvero — "c'erano due cucchiai di olio d'oliva", "era una ciotola più grande di quella", "ho usato latte d'avena, non scremato" — e i numeri si ricalcolano correttamente invece di ricevere una rietichettatura approssimativa. Una foto ti porta all'80-90% del percorso in fretta; la correzione fa il resto.

Questa è la versione onesta di "contare le calorie con una foto": una scorciatoia davvero utile, con un limite noto e specifico, e un modo veloce per colmare lo scarto quando lo incontri — non la pretesa che una fotocamera possa sostituire una bilancia da cucina.