写真からカロリーを記録する、AI食事画像認識アプリ。
NommieはAI食事画像認識アプリです。ビジョンモデルがお皿の上の食品を識別し、見た目の手がかりから分量を推定して、カロリーとマクロを返します。この技術が得意なこと、そして限界をご紹介します。
AIによる食事の画像認識は、Nommieの中核となる技術です。盛り付けられた料理で学習したビジョンモデルが写真を見て、それぞれの食品を識別し、見た目の基準から分量を推定し、その結果を栄養データに結びつけます。最終的にできあがるのはカロリーとマクロの記録ですが、そのすべてを可能にしているのは認識のステップです。何ができて何ができないのかを知っておく価値があります。
Nommieがほかと違うところ
複数の食品を認識
1枚の画像に写った複数の食品を識別します。タンパク質、主食、野菜がのったお皿は、ひとかたまりではなく3つの要素として認識されます。
分量の推定
認識とは「これは何か」だけではなく「どれくらいあるか」でもあります。お皿の大きさやカトラリーなどの見た目の基準から、量を推定します。
リアルな料理に対応
理想的な料理写真ではなく、実際の食事で学習しています。湯気、暗い照明、散らかったお皿、混ざった料理が当たり前のケースです。
確信度とフォールバック
モデルに自信がないときは、黙って推測せずに確認の質問をします。写真を撮りにくいときは、テキストで説明を入力することもできます。
AIによる食事の画像認識は、コンピュータビジョンの中でも特定の分野です。食品のカテゴリーは大きく重なり合うため、一般的な物体認識よりも難しいタスクです。グリルチキンとローストチキンは画像ではほぼ同じに見えますが、カロリーの差は無視できないこともあります。最新のビジョンモデルは、見た目の特徴に文脈的な手がかりを組み合わせてこれを解決します。お皿の種類、焦げ目やソースといった調理法のサイン、よくある食事の組み合わせのパターン、そして時間とともに積み重なるユーザーの修正です。
問題のもう半分は分量の推定で、多くの一般向け食事認識ツールがつまずくのがここです。「パスタ」だとわかっても、それが100gの付け合わせなのか400gのメインなのかを推定できなければ意味がありません。Nommieは、画像の中の見た目の基準（お皿、カトラリー、周りのもの）をスケールの目安として使います。完璧ではありませんが、ユーザーにグラム数を推測してもらうよりずっと信頼できます。
正直にお伝えしたい限界もあります。混ざった料理の隠れた材料（生クリームたっぷりのベースや砂糖の多いソース）は、画像からいつも見えるとは限りません。中途半端な1食分量のパッケージ食品は、画像認識だけよりバーコードの補助があった方が正確です。また、暗い写真や隠れた部分が多い写真では確信度が下がります。Nommieはこうしたケースで確認の質問をしたり、テキストでの説明に切り替えられるようにしたりしています。自信を持つべきときは自信を持ち、そうでないときは控えめに振る舞うモデルです。
よくある質問
AIによる食事の画像認識とは何ですか？+
AIによる食事の画像認識とは、食事の写真にコンピュータビジョンを応用したものです。モデルがどの食品が写っているかを識別し、分量を推定し、カロリー記録の場合はその結果を栄養データに結びつけます。手作業での食品データベース検索を、カメラ中心の流れに置き換えます。
AI食事画像認識アプリはどうやってカロリーを推定しますか？+
2つのステップを組み合わせます。まず画像の中のそれぞれの食品を識別し、次にお皿やカトラリーなどの見た目の基準から分量を推定します。識別した食品と分量を栄養データに結びつけて、カロリー、タンパク質、炭水化物、脂質、食物繊維を算出します。実際の食事での誤差は通常10〜15%以内です。
食事画像認識AIの限界は何ですか？+
濃厚なソースや調理油などの隠れた材料は、画像からいつも見えるとは限りません。そのため、こってりしたベースの混ざった料理は少なめに見積もられることがあります。とても暗い照明や、隠れた部分が多いお皿では確信度が下がります。1食分量がとても小さい、または特殊なパッケージ食品は、画像認識に加えてバーコードやラベルの入力を使うと正確になることが多いです。
アプリは使ううちに賢くなりますか？+
識別や分量の推定を修正すると、その修正があなた専用のモデルに反映されます。システムはあなたの定番レシピ、いつもの分量、よく行くお店を学習します。数週間使えば、あなたの食生活での認識精度は初日よりはっきり高くなります。
Nommieを無料で試す
写真を撮るだけで、栄養情報がすぐにわかります。手入力は不要です。