Visión por computador que transforma imágenes de comidas en datos alimentarios estructurados
La tecnología de reconocimiento de alimentos de LogMeal detecta alimentos en una imagen, separa las distintas regiones con alimentos y devuelve predicciones estructuradas que pueden conectarse con flujos de trabajo de ingredientes, nutrición e ingesta.
Del reconocimiento de alimentos a los datos nutricionales estructurados*
LogMeal identifica los alimentos con distintos niveles de detalle y vincula los platos confirmados con ingredientes estructurados e información nutricional.
Tipo de alimento
Determina si una imagen contiene comida preparada, bebidas, fruta o verdura fresca, salsas o contenido no alimentario.
Grupo de alimentos
Clasifica los alimentos reconocidos en categorías generales como carne, pescado, verduras, pan, lácteos, legumbres o postres.
Plato
Obtén predicciones de platos para los alimentos y las cocinas compatibles.
Ingredientes
Obtén ingredientes estructurados y cantidades asociados a los platos confirmados.
Nutrición
Obtén información sobre la energía, los macronutrientes y los micronutrientes disponibles asociada al registro alimentario confirmado.
*La documentación actual para desarrolladores describe los resultados de tipo de alimento, grupo de alimentos, plato, ingredientes y nutrición.
Una imagen puede contener varios alimentos
Las comidas reales suelen incluir más de un alimento. LogMeal puede analizar una imagen con varios alimentos y separarla en distintas regiones antes de devolver predicciones para cada una.
Esto proporciona una base más práctica para el registro de comidas, ya que cada región detectada puede revisarse, confirmarse y conectarse con el análisis posterior de ingredientes y nutrición.
Estima las cantidades de alimentos con IA
Ve más allá de identificar los alimentos que hay en el plato. LogMeal permite estimar las cantidades de alimentos mediante tecnología de captura de profundidad en dispositivos móviles compatibles, lo que facilita a las aplicaciones determinar el tamaño de las porciones y relacionarlas con el análisis nutricional.
Captura basada en profundidad
Captura una secuencia de imágenes de los alimentos mediante el LogMeal Depth SDK en dispositivos compatibles para facilitar la estimación automática de las cantidades.
Estimación automática de cantidades
Estima las cantidades de los alimentos detectados utilizando información de profundidad y el Food AI Engine.
Confirmación y ajuste de cantidades
Permite a los usuarios confirmar o ajustar las cantidades de las porciones en gramos, recalculando automáticamente las cantidades de los ingredientes y los valores nutricionales correspondientes.
Un flujo de reconocimiento con confirmación del usuario
1. Envía una imagen
Envía la imagen de la comida al flujo de reconocimiento.
2. Detecta regiones con alimentos
Identifica los distintos alimentos o regiones visibles en la imagen.
3. Obtén platos candidatos
Recibe los platos o las clases de alimentos más probables para cada región detectada.
4. Confirmar o ajustar el reconocimiento
Permite a los usuarios confirmar los platos detectados antes de continuar con los procesos relacionados con los ingredientes, las cantidades o la información nutricional.
5. Consultar la información nutricional y gestiona las cantidades
Consultar los datos sobre los ingredientes y el valor nutricional, confirmar o ajustar el tamaño de las raciones y utilizar la estimación de cantidades basada en la profundidad, cuando sea posible.
Dónde se utiliza la tecnología de reconocimiento de alimentos
La calidad del reconocimiento depende de la imagen y de la tarea
El rendimiento del reconocimiento de alimentos varía según la cocina, la calidad de la imagen, la iluminación, las oclusiones, la presentación de los alimentos y el nivel de detalle semántico necesario.
En los flujos de trabajo en los que la exactitud del registro es importante, la interfaz debe permitir la confirmación del usuario o del profesional, sin tratar la primera predicción del modelo como una verdad incuestionable.
La estimación de la cantidad de alimentos también depende del método de captura y de la compatibilidad del dispositivo. La estimación automática basada en la profundidad requiere un hardware compatible y una secuencia de imágenes adecuada. Los usuarios pueden confirmar o ajustar manualmente las cantidades cuando la estimación automática no esté disponible o sea necesario corregirla.
Tecnología de LogMeal relacionada
Food AI Engine
Una API para desarrolladores que transforma imágenes de alimentos en datos estructurados: reconocimiento, nutrición, estimación de cantidades, seguimiento de la ingesta y flujos de trabajo de recomendación.
Tray Recognition AI Engine
Una API para empresas que transforma imágenes de bandejas de comida en datos operativos estructurados: reconocimiento de alimentos, estimación de raciones, seguimiento de la ingesta, análisis del desperdicio alimentario y flujos de trabajo de cobro inteligente.
Food Recognition APP
Una aplicación móvil para registrar comidas, revisar los resultados de la IA y hacer un seguimiento de los datos alimentarios y nutricionales.
Food Recognition Kiosk
Una solución de hardware para centros que permite automatizar el reconocimiento de bandejas, el autopago y los flujos de trabajo de los servicios de alimentación.
¿Quieres probar el reconocimiento de alimentos de LogMeal?
Prueba la demostración en línea o empieza a integrar el reconocimiento de alimentos en tu propio producto.