SnapCalorie exploite l’IA pour estimer le contenu calorique des aliments à partir de photos

Alors qu’il travaillait chez Google, Wade Norris voulait créer un projet qui pourrait avoir un impact positif sur la vie des gens. Il a cofondé Google Lens, l’application de vision par ordinateur de Google qui affiche des informations relatives aux objets qu’elle identifie. Mais ça n’a pas tout à fait gratté la démangeaison.

Ainsi, il y a plusieurs années, Norris s’est associé à Scott Baron, un ingénieur système dans l’industrie aérospatiale, pour lancer une startup axée sur la santé appelée SnapCalorie. SnapCalorie, optimisé par l’IA, tente d’obtenir un nombre précis de calories et la répartition des macronutriments d’un repas à partir d’une seule photo prise avec un smartphone.

Ce mois-ci, SnapCalorie a levé 2 millions de dollars de financement auprès d’investisseurs tels que Accel, Index Ventures, l’ancien PDG de CrossFit Eric Roza et Y Combinator. La société avait précédemment levé 125 000 $ auprès d’investisseurs non identifiés lors d’un tour de pré-amorçage.

« Les êtres humains sont terribles pour estimer visuellement la taille d’une portion d’une assiette de nourriture », a déclaré Norris. « SnapCalorie améliore le statu quo en combinant une variété de nouvelles technologies et algorithmes.

Pour être clair, SnapCalorie n’est pas la première application basée sur la vision par ordinateur pour le comptage des calories. Des applications telles que Calorie Mama, Lose It, Foodadvisor et Bite.AI ont toutes tenté l’exploit – avec plus ou moins de succès. Mais ce qui rend SnapCalorie différent, affirme Norris, c’est son utilisation de capteurs de profondeur sur les appareils pris en charge pour mesurer la taille des portions et une équipe de réviseurs humains pour « une couche supplémentaire de qualité ».

« En moyenne, l’équipe est capable de réduire l’erreur calorique à moins de 20 % », déclare Norris. « Il existe d’autres applications capables d’utiliser l’IA pour effectuer un suivi des repas basé sur des photos, mais aucune d’entre elles n’aide à estimer la taille des portions – la partie la plus importante pour réduire les erreurs. »

Crédits image : SnapCalorie

Il y a beaucoup de scepticisme dans l’industrie de la santé autour des outils d’estimation des calories basés sur la photo – et pour une bonne raison. Une étude de 2020 comparant certains des compteurs de calories basés sur l’IA les plus populaires a révélé que le plus précis – Calorie Mama – n’avait raison qu’environ 63% du temps.

Alors, comment SnapCalorie s’est-il amélioré ? Au-delà de l’utilisation de capteurs de profondeur et d’examinateurs, Norris pointe vers un algorithme que la société a développé et qui peut ostensiblement surpasser une personne dans l’estimation des calories d’un aliment. À l’aide de l’algorithme, SnapCalorie identifie à la fois les types d’aliments sur une photo et mesure la taille des portions de chacun pour estimer le contenu calorique.

Les résultats peuvent être enregistrés dans le journal alimentaire de SnapCalorie ou exportés vers des plateformes de suivi de la condition physique comme Apple Health.

Selon Norris, les solides performances signalées par l’algorithme proviennent de son ensemble de données d’entraînement unique de 5 000 repas, que SnapCalorie a créé en prenant des milliers de photos de chaque repas – par exemple des soupes, des burritos, des huiles, des « sauces mystérieuses » et plus encore – à l’aide d’une plate-forme robotique.

« Nous nous sommes assurés qu’ils avaient toutes les conditions diverses et difficiles que vous verriez dans le monde réel et nous avons pesé chaque ingrédient sur une balance », a déclaré Norris. « Le pipeline traditionnel de formation d’un modèle d’IA consiste à télécharger des images Web publiques, à demander aux gens d’étiqueter les images, puis à former le modèle pour prédire ces étiquettes. Ce n’est pas possible pour la nourriture, car les gens sont très imprécis dans l’estimation visuelle de la taille des portions, donc vous ne pouvez pas demander aux gens d’étiqueter les images après coup.

Norris admet que l’algorithme de SnapCalorie peut être biaisé en faveur de la nourriture américaine, puisque l’équipe a collecté la plupart des données de formation initiales aux États-Unis. inclure d’autres cuisines culturelles, dit-il.

On pourrait dire que, quelle que soit la précision de l’algorithme, aucune application ne peut donner un compte rendu vraiment précis du nombre de calories que vous avez consommées au cours d’un repas. Après tout, il existe une gamme de variables que les applications ne prennent pas en compte, comme les différentes méthodes de cuisson et le temps nécessaire pour décomposer les aliments individuels.

Norris ne prétend pas que SnapCalorie est précis à 100%, suggérant que les outils d’estimation des calories de l’application devraient être considérés simplement comme une pièce du puzzle nutritionnel plus vaste. Il a mis en lumière l’autre fonctionnalité majeure de SnapCalorie, un chatbot alimenté par ChatGPT, qui donne des suggestions de repas informées par les objectifs et les préférences passées d’un utilisateur, ainsi que la base de données de valeurs nutritionnelles de SnapCalorie.

SnapCalorie

Crédits image : SnapCalorie

« Nous avons constaté que l’intérêt des gens à comprendre ce qu’ils mettent dans leur corps est en hausse. Les effets négatifs sur la santé de choses comme les aliments transformés deviennent de plus en plus clairs chaque jour », a déclaré Norris. « Nous avons entendu dire que nos utilisateurs aiment vraiment SnapCalorie, en particulier lorsqu’ils mangent au restaurant, car de nombreux restaurants n’affichent pas les valeurs nutritionnelles et ils n’auraient autrement aucun moyen d’enregistrer le repas. »

En ce qui concerne sa popularité, SnapCalorie semble croître à un rythme sain – il est sur la bonne voie pour casser 1 000 nouveaux utilisateurs ce mois-ci. La société se concentre actuellement sur l’expansion plutôt que sur la monétisation, mais Norris a décrit le taux de combustion comme « très conservateur ».

« Notre incroyable taux de croissance organique semble indiquer que notre proposition de valeur résonne bien auprès des consommateurs – les gens l’essayent, l’aiment et la recommandent à leurs amis et à leur famille », a-t-il déclaré.

Source-146