Quelle est la précision d'un compteur calories IA ?
La recherche évaluée par les pairs sur l'évaluation alimentaire par IA montre que les estimations de calories faites à partir d'une photo s'écartent d'environ 5 à 15 % de la valeur réelle pour les aliments courants, un niveau comparable à celui d'un diététicien qui estime à partir de la même photo. L'IA reconnaît les aliments courants avec une précision d'environ 85 à 95 %. L'essentiel de l'erreur restante vient de la taille de la portion, déduite d'une image plate en 2D : c'est pourquoi les plats composés et les plats très en sauce sont plus difficiles qu'un aliment seul, à la portion bien visible. Les chiffres ci-dessous résument cette littérature externe. Ils ne proviennent pas d'une étude menée par calorietrack.ai.
Ce que dit la recherche
D'une étude à l'autre sur l'évaluation alimentaire à partir d'images, les estimations automatiques pour des aliments courants et bien éclairés s'écartent de la valeur de référence de quelques pour cent à une quinzaine de pour cent. Une bonne estimation par IA se situe donc dans la même fourchette qu'un humain formé qui juge une photo, et nettement devant un œil non entraîné. La précision baisse de façon prévisible pour les bowls composés, les assiettes en couches et les sauces riches en calories, où ni un humain ni un modèle ne voit ce qu'il y a en dessous.
Reconnaître ou estimer la portion : deux tâches
Il est utile de distinguer deux tâches. La reconnaissance (« quel est cet aliment ? ») est le point fort des modèles de vision modernes, avec environ 85 à 95 % de réussite sur les aliments courants. L'estimation de la portion (« combien y en a-t-il ? ») est la moitié la plus difficile, car une seule photo écrase la profondeur et le volume. C'est là que se concentre l'essentiel de l'erreur de toute estimation par photo, et c'est pourquoi calorietrack.ai affiche un indice de confiance et vous permet d'ajuster n'importe quelle portion d'une touche.
Face à la saisie manuelle
L'alternative habituelle, chercher dans une base de données et saisir une portion, n'est précise qu'à la hauteur de la portion que vous devinez, et les études montrent régulièrement que les gens sous-estiment ce qu'ils mangent de 20 à 30 %. Lire directement la photo comble une grande partie de cet écart propre à l'auto-déclaration. Autrement dit, la bonne comparaison n'est pas « l'IA contre la vérité parfaite », mais « l'IA contre une estimation tapée à la main », et la photo l'emporte généralement.
Ce que cela change pour vous
Pour un suivi au quotidien, une estimation fiable à environ 10 % près suffit pour prendre de vraies décisions : reste-t-il de la place pour un dessert, avez-vous atteint votre objectif de protéines ? Servez-vous de l'indice de confiance, ajustez les portions quand un plat sort de l'ordinaire et photographiez vos commandes de fast-food pour les comparer vous-même aux valeurs nutritionnelles affichées. Pour savoir comment nous appliquons cette recherche dans le produit, voir comment nous mesurons la précision.
Sources et lectures complémentaires
Les fourchettes de cette page reflètent le consensus de la recherche évaluée par les pairs sur l'évaluation alimentaire à partir d'images. Vérifiez par vous-même dans la littérature scientifique :
Rédigé et mis à jour par l'équipe calorietrack.ai · dernière mise à jour le 8 juin 2026 · Une question ?