Калории по фото: как это работает и насколько точно

Идея посчитать калории просто сфотографировав тарелку звучит как магия — навёл камеру и тут же узнал, сколько съел. На самом деле за этим стоят довольно понятные алгоритмы и довольно понятные ограничения. Разберём, как именно работают современные приложения, где они ошибаются и как сделать их по-настоящему полезными для себя.

Почему вообще считают калории по фото

Подсчёт калорий — занятие, на которое большинство людей сдаётся через одну-две недели. Не потому, что это сложно умом, а потому что это нудно. Открыть приложение, найти продукт в базе, ввести граммы — и так трижды в день. Когда блюдо состоит из 5-6 ингредиентов (а это любой нормальный обед), процедура занимает несколько минут.

Фотография решает эту главную проблему — рутину. Камера у тебя и так под рукой, тарелку ты и так видишь. Если приложение само определит блюдо и посчитает БЖУ, остаётся только подтвердить. Это превращает 5-минутную задачу в 5-секундную.

Минус: AI работает не идеально. Но как мы увидим ниже, при правильном подходе погрешность остаётся в пределах, которые не мешают результату.

Как именно работает AI-распознавание еды

Внутри типичного приложения с подсчётом калорий по фото живут две модели — нейросеть для анализа изображения и база нутриентов. Современные приложения (включая PhotoEda) используют так называемые мультимодальные модели — это нейросети, которые умеют одновременно «видеть» картинку и понимать текст. Технически это что-то вроде GPT-4o-mini или Claude.

Что происходит за пару секунд

Когда вы фотографируете тарелку, происходит примерно следующее:

1. Сжатие и отправка фото на сервер. Картинка уменьшается до 1024×1024, чтобы не тратить лишний трафик. У вас на телефоне ничего не считается — телефон не настолько мощный для серьёзной нейросети.
2. Анализ модели. Сервер передаёт изображение в нейросеть с инструкцией: «определи блюдо или ингредиенты, оцени граммовку, посчитай КБЖУ». Модель отвечает структурированным JSON.
3. Сверка с базой нутриентов. Названия ингредиентов сверяются с локальной базой данных (у нас — подмножество USDA + ручные правки под русскую кухню). Это страховка: даже если AI промахнётся с граммовкой, базовые цифры остаются разумными.
4. Возврат результата. Пользователь видит блюдо, ингредиенты, калории и БЖУ. Любую цифру можно поправить вручную.

Весь цикл занимает в среднем 5-7 секунд при стабильном интернете. Это медленнее «магии», которую обещают рекламщики (полсекунды), но достаточно быстро, чтобы не раздражать.

Где AI ошибается чаще всего

Нет смысла обещать «100% точности» — её и не бывает. Дело в фундаментальном ограничении: на фото нельзя увидеть состав изнутри. Ниже — типичные проблемы и их обходы.

1. Ракурс и масштаб

Если фотографировать тарелку строго сверху и без посторонних предметов, точность распознавания блюда выше. Если в кадре только край тарелки или сильный наклон — модель путает ракурс и недооценивает порцию. Простой совет: снимайте сверху примерно с 30-40 см, чтобы тарелка была видна целиком.

2. Скрытые ингредиенты

Майонез под хлебом, масло в тушёных овощах, сахар в готовом соусе — всё это AI не видит. Это самый болезненный источник ошибок: блюдо распозналось верно, но реальная калорийность выше, потому что в нём есть жирная заправка. Обход — добавьте в дневнике подобные ингредиенты вручную, AI оставит вам комментарий «возможно, блюдо содержит масло, проверьте».

3. Граммовка «на глаз»

Если на тарелке нет ничего привычного для масштаба (ложки, монеты, руки), AI оценивает порцию по средним. Для пасты разброс может быть ±30%. Если нужна точность для строгой диеты или сушки — лучше один раз взвесить порцию и сохранить как «свою стандартную», а дальше доверять AI с поправкой.

4. Сложные многослойные блюда

Лазанья, пельмени с начинкой, бургеры — у AI нет рентгена. Для таких блюд он опирается на «среднестатистический рецепт». Если вы знаете, что у вас более жирная или диетическая версия (например, индейка вместо говядины), стоит подсказать вручную в описании.

Главное правило точности: AI работает как ассистент, а не как лабораторные весы. Идеально — не для подсчёта микронутриентов с погрешностью 1 ккал, а для регулярного, нечувствительного к мелочам учёта, который за месяц складывается в общую картину питания.

Способы посчитать калории по фото — что выбрать

Ручные методы

До появления нейросетей оценка калорий по фото делалась вручную: визуально определяешь блюдо, открываешь таблицу, прикидываешь граммовку. Это работает, но медленно. Для повседневного учёта — нерационально, для одноразовой проверки на диете — нормально.

Полезно почитать таблицу калорийности популярных блюд — даёт чувство масштаба и помогает калибровать собственный глаз.

AI-приложения

Сейчас таких приложений много — российские (PhotoEda, FatSecret) и западные (Cal.ai, Bite.ai, Calorie Mama). Все используют похожие нейросетевые движки, и разница чаще не в точности AI, а в:

• удобстве дневника (легко ли исправить ошибку, есть ли история по дням);
• доступности оплаты в России (важно — большинство западных приложений не принимают российские карты);
• точности под русскую кухню (борщ, плов, гречка с молоком — это специфика, на западных моделях иногда «теряется»);
• скорости работы (5-10 секунд на скан — норма, выше — раздражает);
• стоимости подписки (от 200 до 1500 ₽/мес).

Гибрид

Самый разумный подход — использовать AI для типовых блюд (90% случаев) и не лениться править вручную в редких сложных случаях. Через пару недель такого подхода человек начинает интуитивно «видеть» калории на глаз и сам подсказывает приложению, где оно ошибается.

Узнать свою дневную норму калорий можно в бесплатном калькуляторе калорий.

Частые вопросы

Можно ли посчитать калории по фото без интернета?

Нет. Современные мультимодальные модели слишком тяжёлые, чтобы запускаться на телефоне — нужна работа на сервере. Все приложения, которые обещают полностью офлайн-распознавание, либо используют очень примитивный классификатор (с точностью 30-50%), либо просто врут в рекламе. PhotoEda работает только онлайн, но просмотр уже сохранённых записей в дневнике доступен и без сети.

А что если блюдо в кадре не одно, а несколько?

Современные модели нормально разбивают тарелку на несколько компонентов. Например, если на фото мясо, гарнир и салат — AI определит каждый отдельно и просуммирует. Но точность всё-таки выше, когда в кадре одно блюдо или одна тарелка.

Сколько раз в день нормально пользоваться сканером?

Достаточно 3-5 раз — на каждый основной приём пищи. Для перекусов (банан, орех, чашка кофе) обычно проще выбрать продукт из списка вручную, чем фотографировать.

Подходит ли это диабетикам и людям на строгой диете?

AI — не медицинский прибор, и для контроля углеводов при диабете 1 типа полагаться только на фото опасно. Для диабета 2 типа и общей коррекции питания — нормально как вспомогательный инструмент. Для строгой сушки или подготовки к соревнованиям — лучше комбинировать с весами хотя бы на старте.

Что в итоге

Подсчёт калорий по фото — не магия, а просто более удобный способ делать то же самое, что люди делали последние 30 лет с таблицами и весами. Современные AI-приложения дают точность, которой достаточно для регулярного контроля питания. Не идеальную, но и не нужно идеальную: важна не разовая ошибка в 50 ккал, а то, что человек продолжает вести дневник через месяц, а не бросает через неделю.

Если интересно дальше — почитайте, как вести дневник питания, чтобы не сорваться.