Si Nutri AI a des difficultés à reconnaître vos aliments ou estime mal les quantités, ce guide vous explique comment obtenir des analyses plus précises et fiables.
🔍 Diagnostic du problème
- Types de problèmes :
- Aliments non reconnus (confiance < 20%)
- Aliments mal identifiés (carotte → patate douce)
- Quantités estimées incorrectement (±50% d’erreur)
- Plats composés partiellement reconnus
- Analyse lente (>10 secondes)
- Facteurs influençant la reconnaissance :
- Qualité de la photo (lumière, netteté, angle)
- Complexité du plat (nombre d’ingrédients, mélange)
- Originalité de la préparation (recette maison unique)
- Aliments similaires visuellement (riz vs quinoa cuit)
- Présentation (assiette décorative vs mélangé)
- Test de base :
- Prendre une photo d’un aliment simple (banane, pomme)
- Prendre la même photo dans différentes conditions
- Comparer les résultats
- Identifier le facteur problématique principal
📸 Optimisation des conditions de prise de vue
| Paramètre | Configuration optimale | À éviter | Impact sur précision |
|---|---|---|---|
| Lumière | Lumière naturelle diffuse, ombre légère | Flash direct, contre-jour, lumière artificielle jaune | Jusqu’à +60% |
| Angle | 90° par rapport à l’assiette, hauteur des yeux | Angle oblique, très bas (vue en plongée) | +40% |
| Distance | 20-30 cm, assiette remplit 70-80% du cadre | Trop loin (aliments petits), trop près (flou) | +30% |
| Fond | Contrasté, uni, propre (blanc/gris idéal) | Fond similaire aux aliments, motifs complexes | +25% |
| Stabilité | Appareil stable, mains calmes, support si possible | Photo tremblée, mouvement pendant capture | +20% |
| Référence d’échelle | Fourchette/couteau standard visible | Aucune référence, objets non standard | +50% quantités |
🍽️ Préparation optimale des aliments
- Assiette adaptée :
- Couleur : Blanche ou très claire idéalement
- Taille : Standard (24-28 cm de diamètre)
- Forme : Ronde de préférence (plus facile à détecter)
- Propreté : Bord propre, pas de taches ou restes
- Disposition des aliments :
- Séparation : Aliments bien distincts, pas superposés
- Espace : Légère marge entre les différents éléments
- Visibilité : Tous les ingrédients doivent être visibles
- Organisation : Logique (protéine, féculent, légumes)
- Présentation spécifique :
- Plats mélangés (salades, riz sauté) : Montrer avant mélange
- Sauces : À côté ou visiblement sur l’aliment
- Boissons : Verre transparent, sur fond contrasté
- Snacks : Éparpillés pour montrer quantité totale
- Éviter les pièges courants :
- Reflets : Sur sauces, couverts, assiettes brillantes
- Fumée/vapeur : Attendre que le plat refroidisse légèrement
- Condiments : Très petits, souvent mal reconnus
- Aliments coupés identiquement : Difficile à distinguer
⚙️ Utilisation avancée de l’application
- Mode multi-photos :
- Prendre 2-3 photos sous angles légèrement différents
- L’IA combine les informations pour meilleure précision
- Particulièrement utile pour plats en hauteur (sandwichs, burgers)
- Activer dans paramètres SnapTrack
- Correction manuelle proactive :
- Avant validation, vérifier chaque aliment détecté
- Corriger immédiatement les erreurs d’identification
- Ajuster les quantités estimées si nécessaire
- Ajouter les aliments manquants via « + Ajouter aliment »
- Utilisation des références :
- Placer un objet de taille connue dans le cadre
- Objets recommandés : Carte bancaire, pièce de monnaie, clé
- Éviter les objets trop variables (téléphone de modèle inconnu)
- L’app apprend progressivement vos références habituelles
- Mode expert :
- Activer dans paramètres → SnapTrack → Mode expert
- Contrôle manuel de la mise au point et exposition
- Grille de composition pour meilleur cadrage
- Indicateurs de niveau et d’angle
🔄 Amélioration continue par l’apprentissage
- Feedback systématique :
- Après chaque analyse, noter la précision (1-5 étoiles)
- Corriger les erreurs : C’est ainsi que l’IA apprend
- Ajouter des détails : « Poulet grillé » vs « Poulet pané »
- Signaler les aliments fréquemment mal reconnus
- Création de profils alimentaires personnels :
- Dans « Mes aliments », créer des entrées personnalisées
- Ajouter photos sous différents angles
- Définir des noms personnels (« Recette de maman »)
- Partager avec la communauté (optionnel)
- Calibration régulière :
- Analyser le même repas plusieurs fois pour calibration
- Utiliser des aliments étalons (pomme, banane, œuf)
- Comparer vos estimations avec celles de l’IA
- Améliorer votre propre œil pour les portions
- Participation à la base de données :
- Contribuer en ajoutant de nouveaux aliments
- Corriger les informations nutritionnelles erronées
- Ajouter des variantes régionales
- Traduire les noms d’aliments
⚠️ Cas particuliers et solutions
| Situation problématique | Solution recommandée | Alternative | Précision attendue |
|---|---|---|---|
| Buffet/self-service | Photo avant de servir, séparément par composant | Estimation manuelle composant par composant | 70-80% |
| Plats très mélangés | Photo de côté pour voir les couches, photo avant mélange | Utiliser recette similaire de la base de données | 60-70% |
| Restaurant sombre | Flash douc, photo avant d’assaisonner, près d’une source lumineuse | Choisir plat similaire dans base restaurants | 50-60% |
| Produits maison uniques | Photo + liste ingrédients en commentaire | Scanner code-barres des ingrédients utilisés | Variable |
| Boissons | Verre transparent sur fond contrasté, étiquette visible | Sélection manuelle dans base boissons | 90%+ |
| Supplements | Photo de l’emballage ou scanner code-barres | Saisie manuelle avec valeurs nutritionnelles | 95%+ |
| Aliments découpés petits | Photo du plat avant découpe, estimation globale | Pesée si possible, estimation par volume | 40-50% |
🔧 Résolution des problèmes techniques
- Problèmes de caméra :
- Nettoyer l’objectif de la caméra
- Tester avec une autre app photo
- Redémarrer l’appareil
- Vérifier les permissions caméra
- Problèmes de connexion :
- L’analyse se fait localement, pas besoin de connexion forte
- Mais la reconnaissance avancée nécessite internet
- Tester en WiFi vs données mobiles
- Vérifier les restrictions réseau
- App obsolète :
- Mettre à jour vers la dernière version
- Les modèles IA s’améliorent avec chaque version
- Désinstaller et réinstaller si problème persiste
- Compatibility appareil :
- Vérifier les specs minimales : iOS 14+/Android 8+
- Caméra : Minimum 8MP recommandé
- RAM : 2Go minimum, 4Go recommandé
- Processeur : Supporte l’accélération IA (Apple Neural Engine, etc.)
📊 Mesure et suivi de la précision
🎓 Programme d’amélioration continue
📞 Quand contacter le support
Cet article vous a-t-il été utile ?