Une appli de reconnaissance d'aliments IA qui compte les calories en photo.
Nommie est une appli de reconnaissance d'aliments par IA : un modèle de vision identifie les aliments dans ton assiette, estime la portion à partir d'indices visuels et te donne les calories et les macros. Voici ce que cette technologie fait bien, et où sont ses limites.
La reconnaissance d'aliments par IA est la technologie au cœur de Nommie. Un modèle de vision entraîné sur des plats servis regarde une photo, identifie chaque aliment, estime le volume de la portion à partir de repères visuels et associe le résultat à des données nutritionnelles. Au final, tu obtiens une entrée de journal avec calories et macros, mais c'est l'étape de reconnaissance qui rend tout le reste possible, et ça vaut le coup de comprendre ce qu'elle sait faire ou non.
Ce qui rend Nommie différent
Reconnaissance de plusieurs aliments
Le modèle identifie plusieurs aliments sur une même image : une assiette avec une protéine, un féculent et des légumes est reconnue comme trois éléments, pas comme un seul bloc.
Estimation des portions
Reconnaître, ce n'est pas seulement savoir « qu'est-ce que c'est », c'est aussi savoir « combien ». Le volume est estimé grâce à des repères visuels comme la taille de l'assiette et les couverts.
De vraies assiettes
Entraîné sur de vrais repas plutôt que sur des photos culinaires idéalisées. La vapeur, la mauvaise lumière, les assiettes en désordre et les plats mélangés, c'est le cas normal.
Niveau de confiance et solution de repli
Quand le modèle a un doute, il te pose une question au lieu de deviner en silence. Tu peux aussi taper une description si une photo n'est pas pratique.
La reconnaissance d'aliments par IA est une branche spécifique de la vision par ordinateur. La tâche est plus difficile que la reconnaissance d'objets classique, car les catégories d'aliments se recoupent beaucoup : un poulet grillé et un poulet rôti se ressemblent presque à l'image, et l'écart de calories entre les deux peut quand même compter. Les modèles de vision modernes résolvent ce problème en combinant les caractéristiques visuelles avec des indices de contexte : le type d'assiette, les signes de cuisson comme le grillé ou la sauce, la composition habituelle des repas et les corrections de l'utilisateur au fil du temps.
L'estimation des portions est l'autre moitié du problème, et c'est là que la plupart des outils grand public de reconnaissance d'aliments échouent. Savoir qu'un aliment est « des pâtes » ne sert que si tu peux aussi estimer s'il s'agit d'un accompagnement de 100 grammes ou d'un plat de 400 grammes. Nommie s'appuie pour cela sur les repères visuels de l'image (l'assiette, les couverts et les objets autour) comme points d'échelle. Ce n'est pas parfait, mais c'est bien plus fiable que de demander aux utilisateurs de deviner en grammes.
Il y a de vraies limites, et autant être honnête. Les ingrédients cachés dans les plats mélangés (une base de crème épaisse, une sauce très sucrée) ne sont pas toujours visibles sur l'image. Les produits emballés aux portions inhabituelles profitent davantage d'un coup de pouce du code-barres que de la reconnaissance seule. Et les photos sombres ou masquées réduisent la confiance. Nommie gère ces cas en posant des questions ou en te laissant passer à une description écrite : le modèle est sûr de lui quand il doit l'être, et prudent quand il ne doit pas l'être.
Questions fréquentes
Qu'est-ce que la reconnaissance d'aliments par IA ?+
La reconnaissance d'aliments par IA, c'est la vision par ordinateur appliquée aux photos de repas. Un modèle identifie les aliments présents, estime la portion et, dans le cadre du suivi des calories, associe le résultat à des données nutritionnelles. Elle remplace la recherche manuelle dans une base d'aliments par un fonctionnement centré sur l'appareil photo.
Comment une appli de reconnaissance d'aliments IA estime-t-elle les calories ?+
Elle combine deux étapes : identifier chaque aliment sur l'image, puis estimer le volume de la portion grâce à des repères visuels comme l'assiette et les couverts. L'aliment identifié et sa portion sont associés à des données nutritionnelles pour obtenir les calories, les protéines, les glucides, les lipides et les fibres. Sur de vrais repas, la précision se situe généralement à 10-15 %.
Quelles sont les limites de l'IA de reconnaissance d'aliments ?+
Les ingrédients cachés comme les sauces riches ou les matières grasses de cuisson ne sont pas toujours visibles sur une image, donc les plats mélangés à base riche peuvent être sous-estimés. Une lumière très faible ou des assiettes très masquées réduisent la confiance. Les produits emballés aux portions minuscules ou inhabituelles gagnent souvent à ajouter le code-barres ou l'étiquette en plus de la reconnaissance.
Comment l'appli s'améliore-t-elle avec le temps ?+
Quand tu corriges une identification ou une estimation de portion, cette correction alimente ton modèle personnel. Le système apprend tes recettes, tes portions habituelles et les restaurants où tu vas souvent. Après quelques semaines d'utilisation, la précision de la reconnaissance sur ton alimentation est nettement plus élevée que le premier jour.
Essaie Nommie gratuitement
Prends une photo, obtiens les valeurs nutritionnelles en un instant, sans rien saisir à la main.