Даже платные версии приложений работают с ошибками.
Специалисты Центра цифровой экспертизы Роскачества протестировали известные мобильные приложения, которые обещают автоматически подсчитывать калории по фотографии еды. Результаты оказались весьма далеки от идеала: в некоторых случаях погрешность достигала 100%, а платные версии не продемонстрировали значительного улучшения точности.
В исследование вошли пять полностью бесплатных сервисов: Fatsecret, Tasager, EatFit, «Худеем вместе» и CalorieCounterAI. Для проверки эксперты приготовили блюда с заранее известным составом и весом, после чего сравнили реальные показатели с теми, что предоставляли алгоритмы. Уже на простом примере — оладьях с калорийностью 392 ккал — разброс оказался значительным: приложения оценили блюдо в диапазоне от 242 до 454 ккал.
Наиболее сложные задачи нейросети испытывали при анализе многокомпонентных блюд. Например, салаты с большим количеством ингредиентов приводили к ошибкам примерно в 100 ккал на порцию. Даже простая гречневая каша вызывала затруднения: некоторые сервисы путали ее с другими блюдами или неверно учитывали добавки, такие как молоко.
Дополнительные факторы — плохое освещение, неудачный ракурс или «перегруженный» кадр — еще больше снижали точность. В таких условиях приложения могли выдавать совершенно различные результаты для одного и того же блюда, а иногда и вовсе не распознавали еду.
Эксперты также обратили внимание на безопасность использования приложений. Большинство из них применяют трекеры и требуют доступ к данным устройства, хотя серьезных нарушений не было обнаружено. Исключение составил CalorieCounterAI — в нем не нашли следов трекинга.
Проверка платных функций также не оправдала ожиданий. Подписки предлагают лишь дополнительные возможности, такие как рекомендации или сканер продуктов, но не повышают точность распознавания.
Технически приложения для подсчета калорий состоят из трех компонентов: компьютерное зрение, классификатор и база данных. Компьютер воспринимает изображение не так, как человек, а как таблицу с числами — яркость и цвет каждого пикселя. Нейросеть ищет паттерны: линии, углы, фигуры, текстуры. И если на тарелке каша с семечками, нейросеть видит «хаотичные белые точки на сером фоне». Для нее это может быть как овсянка, так и цемент с крошкой. Ошибки происходят потому, что нейросеть видит поверхность, но не распознает состав. Она не знает, сколько масла или сахара добавлено, и не может определить объем тарелки без эталона. А в рагу или запеканке визуальные паттерны теряются, и блюдо превращается в «неопознанную биомассу».
Фото: hi-tech.mail.ru