Тествахме Foodvisor, l; мобилно приложение, което брои калориите в чинията ви - Science

Френският стартиращ Foodvisor е изобретил мобилно приложение, което идентифицира храната и преброява калории, използвайки снимки, направени от смартфона му.

което

Foodvisor е цифров дневник, който автоматично разпознава храните в чинията ви благодарение на алгоритмите за машинно обучение.

Обичате ли да приемате ястията си във фотография и да ги качвате в Instagram? Защо не се възползвате от снимките си, за да разберете колко калории има в чинията ви? Това предлага приложението "Foodvisor", което разпознава вашите ястия и след това оценява тяхната хранителна стойност. Във всеки случай това е амбицията, проявена от френския стартъп и неговите млади възпитаници от Centrale Paris. Тяхното мобилно приложение, достъпно за iOs и Android, беше официално пуснато в началото на 2018 г. Как работи този цифров дневник и спазва ли обещанията си? Тестът Science et Avenir.

Учебна база от над милион снимки

„Започнахме да разработваме нашата технология през 2015 г., когато бяхме още студенти в Centrale Paris“, обяснява Чарлз Бойс, един от съоснователите на Foodvisor. „По този повод успяхме да работим с изследователи от Centrale и Inria по нашия алгоритъм за компютърно зрение.“ След дипломата си тримата централни жители Чарлз Боес, Ян Гирет и Габриел Самейн продължават да работят по своя проект, докато не пуснат първата си версия на приложението през февруари 2016 г. Тяхната амбиция? „Станете„ Shazam “на храната“, ентусиазиран е Чарлз Бойс. Shazam е много ефективно приложение, способно да идентифицира музика в рамките на секунди след слушане.

ОПЕРАЦИЯ. Принципът на Foodvisor? Алгоритми за самообучение, които практикуват идентифицирането на всеки вид храна от голямо количество изображения. Всяка снимка, заснета от потребителя и изпратена до сървърите на Foodvisor, се подава в учебната база данни. "Първоначално обучихме нашите алгоритми върху 10 000 снимки. Но днес имаме над милион анотирани снимки и сме в състояние да разпознаем хиляда различни храни", казва Чарлз Бойс. Следващата стъпка ? "Увеличете броя на разпознатите храни и подобрете точността на разпознаване. Следващата ни версия ще може да достигне точност от 90%", казва съсъздателят на компанията.