On a testé Foodvisor, l’application mobile qui compte les calories dans votre assiette

Vous aimez prendre vos repas en photographie et les mettre en ligne sur Instagram ? Pourquoi ne pas profiter de vos clichés pour savoir combien de calories sont présentes dans votre assiette ? C’est ce que propose l’application « Foodvisor » qui se propose de reconnaître vos plats puis d’en estimer la valeur nutritionnelle. C’est en tout cas l’ambition affichée par la start-up française et ses jeunes diplômés de Centrale Paris. Leur application mobile, disponible sur iOs et Android, a été lancée début 2018. Comment fonctionne ce journal de bord numérique et tient-il ses promesses ? Le test de Sciences et Avenir.

Une base d’apprentissage de plus d’un million de photographies 

« Nous avons commencé à développer notre technologie en 2015, alors que nous étions encore étudiants à Centrale Paris », explique Charles Boes, l’un des co-fondateurs de Foodvisor. « À cette occasion, nous avons pu travailler avec des chercheurs de Centrale et d’Inria sur notre algorithme de vision par ordinateur. » Depuis leur diplôme, les 3 centraliens, Charles Boes, Yann Giret et Gabriel Samain ont continué à travailler sur leur projet, jusqu’à lancer leur première version de application en février 2016. Leur ambition ? « Devenir le ‘Shazam‘ de la nourriture », s’enthousiasme Charles Boes. Shazam est une application très efficace capable d’identifier une musique en quelques secondes d’écoute.

FONCTIONNEMENT. Le principe de Foodvisor ? Des algorithmes auto-apprenants, qui s’exercent à identifier chaque type d’aliment à partir d’une grande quantités d’images. Chaque photographie saisie par l’utilisateur et envoyée vers les serveurs de Foodvisor vient alimenter la base de données d’apprentissage. « Au départ, nous avons entraîné nos algorithmes sur 10.000 photos. Mais aujourd’hui, nous disposons de plus d’un millions de photographies annotées, et sommes en mesure de reconnaître un millier d’aliments différent », se réjouit Charles Boes. La prochaine étape ? « Augmenter le nombre d’aliments reconnus, et améliorer la précision de la reconnaissance. Notre prochaine version pourra atteindre une précision de 90% », avance le co-créateur de l’entreprise.

Le test de Sciences et Avenir

Concrètement, que donne l’expérience ? Il suffit d’ouvrir l’application (la version premium, payante, offre davantage de conseils nutritionnels, mais une version gratuite peut aussi être téléchargée) sur son smartphone, avec les données mobiles ou le Wi-Fi activé, et de photographier le contenu de son assiette. La photographie est alors comparée aux autres enregistrements, et une pastille apparaît avec le nom de l’aliment lorsqu’il a été identifié. Lorsque l’algorithme n’a pas trouvé d’aliment correspondant, c’est à l’utilisateur de toucher la pastille pour l’indiquer par lui-même, ce qui permet aussi de préciser la quantité de l’aliment, pas toujours finement perçue par l’algorithme de vision artificielle. 

NUTRITION. L’enjeu n’est pas seulement de faire sourire les collègues en ludifiant sa pause déjeuner, mais d’aider les personnes nécessitant un suivi nutritionnel à mieux documenter leurs repas. « Nous avons travaillé avec des diététiciens pour concevoir la partie coach nutritionnel de l’application », poursuit Charles Boes. « Nous avons aussi utilisé une base de données européenne afin de pouvoir calculer précisément les apports nutritionnels de chaque aliment. Mais il s’agit de donner une estimation, plutôt que de réaliser un calcul à la calorie près. » 

Premier essai avec un cookie : le dessert est correctement identifié par l’application, mais il faut préciser manuellement sa quantité (1 portion). L’application ne permet pas de préciser le poids du cookie.

Second essai avec un bobun, reconnu correctement

Automatiser le paiement dans les self services

Et la technologie développée par Foodvisor ne s’arrête pas là : « Nous menons actuellement une expérimentation avec un grand nom de la restauration d’entreprise afin de pouvoir automatiser la facturation des plateaux« , dévoile Charle Boes. L’idée est que le client charge son plateau, le passe sous une caméra qui identifie et facture chacune des denrées, évitant ainsi les files d’attente. « De plus, la distance de l’appareil photo à l’assiette ainsi que les conditions d’éclairage sont plus homogènes, ce qui nous permet d’atteindre une précision proche de 100% ! » Dans tous les cas, c’est la même base de photographies, continuellement alimentée par les utilisateurs de l’app, qui est utilisée.

aller à la source

Comments

comments

Laisser un commentaire

Votre adresse de messagerie ne sera pas publiée. Les champs obligatoires sont indiqués avec *

Ce site utilise Akismet pour réduire les indésirables. Apprenez comment les données de vos commentaires sont utilisées.