KaloKalo
Tous les articles

Les compteurs de calories par photo sont-ils vraiment précis ?

On développe un tracker de calories par photo, alors on pourrait s'attendre à ce qu'on vous vende de la magie. Ce n'en est pas. Voici la version honnête — les chiffres que la plupart des apps de cette catégorie omettent discrètement dans leur communication.

La question que tout le monde se pose avant de faire confiance à une app photo

Vous pointez votre appareil vers une assiette de pâtes, l'app annonce « 620 kcal », et votre première pensée est : selon qui ? C'est légitime. Si le chiffre peut se tromper de moitié, toute l'habitude perd son sens. Alors, les compteurs de calories par IA sont-ils fiables ? Séparons ce que l'IA photo sait vraiment bien faire de ce qu'elle devine encore.

Ce qui est résolu : reconnaître ce qu'il y a dans l'assiette

Identifier ce que vous mangez est aujourd'hui, dans une large mesure, un problème résolu. Les modèles de vision modernes reconnaissent correctement les plats courants dans environ 85 à 95% des cas. Poulet grillé, bol burrito, œufs brouillés — le modèle les connaît. Des tests indépendants de la fonction « Snap It » de Lose It ont évalué la reconnaissance alimentaire autour de 70%, et des tests de Cal AI montrent un écart d'environ 10% sur des plats simples et entièrement visibles. Les erreurs de reconnaissance sont désormais l'exception, pas la règle.

Ce qui ne l'est pas : les portions, les huiles cachées et les plats mélangés

C'est dans l'estimation des portions que se cache la vraie erreur. Une photo est une image plate en 2D d'une assiette en 3D — le modèle ne peut pas peser votre riz. Les estimations de portions à partir d'images varient typiquement de ±15 à 30%, et des études comparant les méthodes basées sur l'image à des mesures de référence montrent une sous-estimation moyenne d'environ 20%.

Trois éléments aggravent la situation :

Le budget d'erreur honnête ressemble donc à ceci : la reconnaissance pèse peu, les portions pèsent lourd.

Le biais culinaire dont personne ne parle

La plupart des données d'entraînement des IA alimentaires sont fortement orientées vers la cuisine occidentale. Un cheeseburger obtient une estimation plus précise qu'une assiette de menemen, de plov ou d'un ragoût turc fait maison — non pas parce que ces plats sont plus difficiles, mais parce que le modèle en a vu moins d'exemples. Si vous mangez en dehors du canon occidental (c'est le cas de beaucoup de nos utilisateurs — Kalo est disponible en anglais, turc et russe), attendez-vous à des marges d'erreur plus larges, et corrigez plus souvent. Nous n'y échappons pas non plus ; personne, pour l'instant.

Pourquoi ±20% reste suffisant — si vous corrigez vite et enregistrez chaque jour

Voici la partie qui ressemble à une esquive mais qui repose sur des recherches solides : la régularité prime sur la précision. L'étude « Log Often, Lose More » (Obesity, 2019) a montré que c'est la fréquence d'enregistrement — pas la précision — qui prédit significativement la perte de poids, et que le temps consacré au suivi passait d'environ 23 minutes par jour à environ 15 à mesure que les gens prenaient l'habitude. D'autres travaux montrent que le meilleur indicateur d'assiduité est simplement le nombre de jours où vous enregistrez au moins deux repas.

Une estimation à ±20% que vous consignez vraiment chaque jour vaut mieux qu'une saisie parfaite au gramme près que vous abandonnez au bout de deux semaines. Et les erreurs se compensent en partie : surestimez le déjeuner, sous-estimez le dîner, et votre tendance hebdomadaire — le chiffre qui compte vraiment — reste pertinente.

Deux réserves honnêtes. Si vous avez besoin d'une précision clinique (conditions médicales, compétition de physique), une balance de cuisine associée à une grande base de données vérifiée comme celle de MyFitnessPal reste le meilleur outil — c'est une vraie force de leur côté, tout comme la couverture des restaurants, même si l'abonnement Premium coûte désormais 79,99 $/an et que leur base alimentée par les utilisateurs a ses propres soucis de doublons. Et si vous cherchez le premium grand public le moins cher, Lose It à 39,99 $/an est difficile à battre, même si son estimation des portions reste inégale dans les tests.

Comment Kalo gère l'incertitude : voir, corriger en deux gestes

Puisque l'erreur de portion est inévitable, la vraie question de conception devient : que fait l'app à ce sujet ?

Kalo vous montre son niveau de confiance au lieu de feindre la certitude — une estimation incertaine a l'air incertaine. Et corriger est un geste en deux tapotements directement sur la carte de résultat, pas une fouille à cinq écrans dans un menu d'édition. Prendre la photo, jeter un œil, ajuster la portion, terminé. Plus la correction est rapide, plus elle se fait réellement, et plus votre précision réelle s'affine.

L'autre moitié de l'histoire, c'est pourquoi on a construit Kalo autour des amis. Vous pouvez ajouter jusqu'à 5 amis, voir la journée de chacun côte à côte, réagir, encourager, et construire des séries ensemble — parce que la recherche montre qu'un partenaire qui change avec vous est le levier le plus puissant qui soit (dans une étude JAMA Internal Medicine portant sur environ 3 700 couples, les chances d'arrêter de fumer sont passées d'environ 8% à près de 50% chez les fumeurs dont le partenaire arrêtait en même temps — et le même schéma s'est vérifié pour le sport et la perte de poids). La précision garde le chiffre honnête ; la compagnie garde l'habitude vivante. Un ami peut être désigné comme votre partenaire et partager votre Premium.

Si vous cherchez un tracker honnête sur ses marges d'erreur et facile à corriger — et plus amusant avec vos proches dedans — Kalo est disponible sur iOS et Android.