拍张照就能记录卡路里的 AI 食物识别 App。
Nommie 是一款 AI 食物识别 App：视觉模型识别你盘子里的食物，根据画面线索估算分量，再给出卡路里和宏量营养素。下面告诉你这项技术擅长什么，又有哪些局限。
AI 食物识别是 Nommie 的核心技术。一个用装盘餐食训练的视觉模型会查看照片、识别每样食物、根据画面中的参照物估算分量，再把结果对应到营养数据。最终呈现给你的是一条卡路里和宏量营养素记录，但真正让这一切成为可能的是底层的识别步骤，值得了解一下它能做什么、不能做什么。
Nommie 有什么不一样
多种食物同时识别
模型能在同一张图里识别多种食物：一盘有蛋白质、主食和蔬菜的餐，会被识别为三个部分，而不是混成一团。
分量估算
识别不只是“这是什么”，还包括“有多少”。模型会根据盘子大小、餐具等画面参照物估算分量。
真实餐盘也没问题
用真实的餐食训练，而不是精心摆拍的美食照片。冒着热气、光线不好、盘子乱糟糟、混合菜，这些都是常态。
信心不足时有备选方案
模型拿不准的时候，会问你一个确认问题，而不是默默乱猜。如果不方便拍照，你也可以直接输入文字描述。
AI 食物识别是计算机视觉中的一个细分领域。它比一般的物体识别更难，因为食物类别之间高度重叠：烤鸡和煎鸡在图片里几乎一模一样，但两者的热量差距仍然可能很重要。现代视觉模型的解法是把视觉特征和上下文线索结合起来：盘子类型、焦痕或酱汁等烹饪方式信号、常见的餐食搭配模式，以及用户长期以来的修正。
分量估算是问题的另一半，也是大多数消费级食物识别工具栽跟头的地方。知道一样食物是“意面”，只有在你还能估算出它是 100 克的配菜还是 400 克的主菜时才有用。Nommie 的做法是把图中的参照物（盘子、餐具和周围的物品）当作比例尺。它并不完美，但比让用户凭感觉猜克数可靠得多。
有些局限我们必须坦白说明。混合菜里的隐藏食材（比如浓厚的奶油底、糖分很高的酱汁）不一定能在图片里看出来。分量规格特殊的包装食品，用条形码辅助会比单纯识别更合适。光线昏暗或被遮挡的照片也会降低模型的信心。遇到这些情况，Nommie 会问你确认问题，或者让你改用文字描述：该有信心时有信心，不该有信心时就虚心请教。
常见问题
什么是 AI 食物识别？+
AI 食物识别就是把计算机视觉应用到餐食照片上。模型会识别照片里有哪些食物、估算分量，并且在卡路里追踪的场景下，把结果对应到营养数据。它用相机优先的方式，取代了手动搜索食物数据库。
AI 食物识别 App 是怎么估算卡路里的？+
它结合了两个步骤：先识别图中的每样食物，再根据盘子、餐具等画面参照物估算分量。识别出的食物和分量会对应到营养数据，得出卡路里、蛋白质、碳水、脂肪和膳食纤维。对真实餐食的准确度通常在 10–15% 以内。
食物识别 AI 有哪些局限？+
浓厚的酱汁或烹饪用油等隐藏食材，不一定能在图片里看出来，所以底料丰富的混合菜可能会被低估。光线很暗或盘子被严重遮挡，也会降低模型的信心。分量很小或规格特殊的包装食品，除了识别之外，最好再配合条形码或营养标签输入。
App 会越用越准吗？+
会。当你修正识别结果或分量估算时，这些修正会反馈到你的个人模型里。系统会学习你的拿手菜、你常吃的分量，以及你常去的餐厅。用上几周后，针对你个人饮食的识别准确度会比第一天明显提高。
免费试用 Nommie
拍张照，立刻获得营养数据，不用手动记录。