Liczenie kalorii ze zdjęcia: jak to działa i kiedy AI się myli

Co się dzieje między zdjęciem a liczbą

Kalorii nie da się zobaczyć. Nie ma na talerzu żadnej cechy wizualnej, którą można by zmierzyć i przeliczyć na energię — dlatego model nie „odczytuje kalorii ze zdjęcia”, tylko rozwiązuje kilka mniejszych zadań po kolei. Warto znać tę sekwencję, bo to ona tłumaczy wszystkie późniejsze pomyłki.

1. Rozpoznanie potrawy i składników — model opisuje, co widzi: „kotlet schabowy panierowany, ziemniaki gotowane, surówka z białej kapusty”.
2. Oszacowanie porcji — na podstawie proporcji względem talerza, sztućców i innych znanych obiektów w kadrze.
3. Dopasowanie do bazy — każdy rozpoznany składnik zostaje połączony z konkretnym wpisem w bazie wartości odżywczych, takiej jak USDA FoodData Central albo Open Food Facts.
4. Przeliczenie — wartości „na 100 g” z bazy zostają przemnożone przez oszacowane gramatury i zsumowane.

Kluczowa obserwacja: tylko pierwszy krok jest zadaniem czysto wizualnym i tylko on jest naprawdę mocną stroną dzisiejszych modeli. Rozpoznawanie, że na talerzu leży schabowy, a nie ryba, wychodzi im bardzo dobrze. Cała reszta to szacowanie na podstawie tego opisu — i to tam gromadzi się błąd.

Warto też wiedzieć, że sama baza nie jest idealnym punktem odniesienia. Etykiety produktów w Stanach Zjednoczonych mogą legalnie odbiegać od wartości rzeczywistej nawet o 20 procent, a przepisy europejskie dopuszczają podobne tolerancje — więc „dokładna” wartość z bazy też jest przedziałem, nie punktem. Rozpisaliśmy to szerzej na stronie o dokładności i źródłach danych.

Gdzie zdjęcie sprawdza się bardzo dobrze

Im prostszy i bardziej „rozłożony” posiłek, tym lepiej działa ta metoda. Jeśli składniki leżą obok siebie i widać każdy z nich osobno, model ma komplet informacji: rozpoznaje je, widzi ich proporcje i nie musi zgadywać, co jest schowane w środku.

• Śniadania i kanapki — pieczywo, jajka, wędlina, warzywa: wszystko widoczne, wszystko policzalne.
• Talerz z wyraźnie oddzielonymi elementami — mięso, kasza, warzywa jako osobne kupki.
• Owoce, orzechy, jogurty, przekąski — pojedyncze produkty o przewidywalnej gęstości energetycznej.
• Produkty w opakowaniach — tu w ogóle nie trzeba szacować: zdjęcie etykiety trafia do konkretnego wpisu w bazie i jest to najdokładniejsza rzecz, jaką da się zalogować.

W tej kategorii posiłków zdjęcie bywa wręcz lepsze od opisu tekstowego, bo widać na nim rzeczy, o których przy pisaniu łatwo zapomnieć: że do kanapki było jeszcze awokado, że jogurt jest grecki, a nie naturalny, że obok stoi szklanka soku.

Gdzie się myli — i dlaczego zawsze w tę samą stronę

Błędy nie rozkładają się losowo. Prawie wszystkie biorą się z jednej rzeczy: z tego, że tłuszcz i cukier są na zdjęciu niewidoczne, a jednocześnie odpowiadają za największą część kalorii. Dlatego szacunki ze zdjęcia częściej zaniżają, niż zawyżają.

Tłuszcz użyty do smażenia

To jest największe pojedyncze źródło błędu i nie ma na nie żadnego rozwiązania wizualnego. Łyżka oleju to około 90 kcal. Placki ziemniaczane usmażone na suchej patelni i te same placki z solidnej ilości oleju wyglądają na zdjęciu niemal identycznie, a różnią się o 200–300 kcal. Model musi przyjąć jakieś założenie i zwykle przyjmuje typowe — czyli myli się przy każdym nietypowym daniu.

Zupy, gulasze, sosy i wszystko, co wymieszane

W potrawie jednogarnkowej nie widać proporcji. Żurek na wywarze warzywnym i żurek z zabielaniem śmietaną to dwie różne liczby przy tym samym wyglądzie w talerzu. Podobnie sos do makaronu — z pomidorów albo z pomidorów i śmietany. To są dania, w których warto dopisać jedno słowo zamiast liczyć na samo zdjęcie.

Wielkość porcji

Ocena gramatury na podstawie perspektywy jest z natury niedokładna. Ten sam kopiasty talerz ryżu może mieć 150 albo 250 gramów, zależnie od tego, jak został ułożony i pod jakim kątem zrobione jest zdjęcie. Fotografia z góry, z widocznymi sztućcami w kadrze, zauważalnie poprawia ten krok — ale go nie rozwiązuje.

To, czego nie ma w kadrze

Masło na chlebie pod wędliną, cukier w kawie, dressing wmieszany w sałatkę, olej, na którym podsmażono warzywa. Żadnej z tych rzeczy nie widać, a razem potrafią zmienić dzień o kilkaset kalorii. To nie jest wada konkretnej aplikacji — to fizyczne ograniczenie fotografii.

Jak fotografować, żeby wynik był bliżej prawdy

Kilka nawyków realnie zmienia dokładność, a każdy kosztuje ułamek sekundy.

• Zrób zdjęcie z góry, zanim zaczniesz jeść — po kilku kęsach nie da się już ocenić porcji.
• Zmieść w kadrze całe naczynie, nie zbliżenie. Widok krawędzi talerza jest tym, co daje skalę.
• Zostaw w kadrze widelec albo łyżkę — to najlepszy punkt odniesienia, jaki masz pod ręką.
• Dopisz jedno słowo o tym, czego nie widać: „smażone na oleju”, „z majonezem”, „bez cukru”.
• Przy produktach z opakowania sfotografuj etykietę zamiast zawartości.

Ostatni punkt jest najważniejszy i najczęściej pomijany. Jedno dopisane słowo o tłuszczu albo cukrze poprawia wynik bardziej niż jakiekolwiek ulepszenie samego modelu — bo dostarcza informacji, której na zdjęciu fizycznie nie ma.

Zdjęcie czy opis tekstowy — co jest dokładniejsze

Wbrew intuicji: tekst z gramaturami. „200 g ugotowanego ryżu, pierś z kurczaka 150 g, łyżka oliwy” daje wynik na poziomie dokładności samej bazy danych, bo eliminuje krok szacowania porcji — czyli dokładnie ten, który wnosi najwięcej błędu. Zdjęcie jest natomiast bezkonkurencyjne pod innym względem: zajmuje dwie sekundy i nie wymaga, żebyś cokolwiek wiedziała o gramaturach.

Praktyczny wniosek nie brzmi „wybierz jedną metodę”, tylko „używaj tej, która akurat jest najtańsza w danym momencie”. W domu, gdy i tak odmierzasz składniki, szybciej jest napisać. W restauracji albo u znajomych zdjęcie jest jedyną realną opcją. Dziennik, który prowadzisz przez pół roku byle jak, pokaże Ci więcej niż idealnie precyzyjny, porzucony po dwóch tygodniach.

Pojedynczy posiłek zawsze traktuj jako szacunek. Decyzje podejmuj na podstawie sum tygodniowych, logowanych konsekwentnie w ten sam sposób — wtedy nawet stały błąd się skraca, bo porównujesz tydzień do tygodnia tą samą miarą.

Jak policzyć posiłek ze zdjęcia w praktyce

Olivka robi to na czacie: wysyłasz zdjęcie talerza na WhatsAppie, Messengerze, Telegramie albo Instagramie, a w kilkanaście sekund dostajesz rozpoznane składniki, kalorie, makroskładniki i sumę dnia. Kiedy posiłek jest niejednoznaczny — a zupy i gulasze są zawsze — dopyta zamiast zgadywać po cichu. Nie trzeba niczego instalować ani zakładać konta. Jeśli chcesz najpierw ustalić, ile w ogóle potrzebujesz, zacznij od kalkulatora zapotrzebowania kalorycznego.

Jeśli zastanawiasz się, jak wypada na tym tle zwykły ChatGPT, porównaliśmy obie metody w osobnym tekście: czy ChatGPT dobrze liczy kalorie. A jeśli interesuje Cię samo liczenie na czacie, opisaliśmy je krok po kroku w tekście o liczniku kalorii na WhatsApp.