Dans un monde où la santé et le bien-être prennent de plus en plus d’importance, un nouvel outil révolutionnaire fait son apparition : un scanner alimentaire intelligent. Ce système innovant utilise des technologies avancées d’intelligence artificielle pour analyser les photos prises avec votre téléphone et fournir des analyses nutritionnelles précises en un instant. En éliminant la nécessité de tenir un journal alimentaire traditionnel, cet outil promet de simplifier le suivi des apports caloriques et des nutriments, facilitant ainsi la gestion de votre santé. Grâce à des algorithmes de deep learning, il identifie les aliments présents sur vos clichés et en calcule la valeur nutritionnelle, offrant ainsi une nouvelle approche pour ceux qui souhaitent suivre leur régime alimentaire de manière efficace.
Imaginez pouvoir capturer une photo de votre repas et directement obtenir une évaluation complète de ses valeurs nutritionnelles, y compris le nombre de calories, la quantité de protéines, de glucides et de graisses, sans le moindre effort. Grâce à des avancées récentes dans le domaine de l’intelligence artificielle, cela devient progressivement une réalité. Un système développé par les chercheurs de l’Université de New York Tandon promet de révolutionner la manière dont nous gérons notre santé, offrant un outil précieux pour ceux qui cherchent à contrôler leur poids ou à gérer des conditions de santé liées à l’alimentation.
La technologie derrière le scanner alimentaire
Le système repose sur des algorithmes de deep learning, qui permettent d’identifier divers aliments présents dans les images et d’analyser leur composition nutritionnelle. Cette approche innovante, détaillée lors de la 6ème conférence internationale sur la mobilité et l’informatique durable, utilise des techniques avancées pour examiner la nourriture d’une manière qui n’était pas possible auparavant.
Les chercheurs de NYU ont consacré plus d’une décennie à étudier les défis liés à la santé des pompiers, révélant que de nombreux professionnels sont en surpoids, ce qui accroît les risques sanitaires. Ce constat a motivé la création de cet outil d’analyse nutritionnelle, destiné à éliminer les erreurs courantes associées aux méthodes de suivi alimentaire traditionnelles, qui reposent souvent sur l’auto-évaluation.
Les défis surmontés par les chercheurs
Développer un système fiable de reconnaissance des aliments a longtemps constitué un défi pour les chercheurs. Les variations visuelles considérables des plats, en fonction de leur préparation et des établissements, compliquent la tâche. Un hamburger d’un restaurant peut différer grandement d’un autre, rendant les évaluations nutritionnelles précises difficiles. Le nouvel outil surmonte cette diversité à l’aide d’un calcul volumétrique, permettant une évaluation précise grâce à des techniques de traitement d’image sophistiquées.
En outre, l’évaluation des portions était un autre obstacle majeur. Les chercheurs ont réussi à intégrer une fonction de mesure qui détermine l’espace occupé par chaque aliment sur une assiette, améliorant ainsi la précision des calculs nutritionnels.
Une performance technique impressionnante
Le système utilise la technologie avancée de reconnaissance d’image appelée YOLOv8, optimisée grâce à l’ONNX Runtime. Cette configuration lui permet de fonctionner à travers un navigateur web mobile, rendant son accès incroyablement simple pour les utilisateurs. Lors de tests, il a été démontré que le système pouvait estimer les valeurs nutritionnelles de divers aliments avec une grande précision, allant de la pizza aux plats plus complexes comme l’idli sambhar, tout en s’assurant d’être fiable pour une multitude de cuisines.
Aperçu des résultats obtenus
Les résultats des évaluations sont convaincants. Par exemple, l’analyse d’une part de pizza a révélé 317 calories, 10 grammes de protéines, 40 grammes de glucides et 13 grammes de graisses. Pour un plat comme l’idli sambhar, l’outil a calculé 221 calories avec des proportions similaires de nutriments, confirmant ainsi son efficacité à travers une variété de préparations.
Le système a atteint une précision de 80 % dans l’identification et la localisation des aliments, même lorsqu’ils sont partiellement recouverts ou superposés, signifiant qu’il peut fonctionner efficacement dans des situations réelles.
Vers une utilisation généralisée
Le développement de ce scanner alimentaire intelligent n’est qu’un début prometteur. Les chercheurs considèrent actuellement ce système comme un prototype qui pourrait être perfectionné et élargi pour des applications élargies dans le domaine de la santé, répondant à un besoin croissant d’outils technologiques pour la gestion de la diététique. Leurs efforts, renforcés par une collaboration interdisciplinaire, laissent entrevoir un avenir où la technologie joue un rôle essentiel dans la promotion d’une vie saine.
EN BREF
|
