Plateknow Obtenir une place de test

Plateknow

Compter les calories avec une photo : ce qu’une application peut vraiment faire

Mis à jour

Vous cherchez une application qu’on pointe vers l’assiette et qui dit ce qu’il y a dedans. Elle existe — plusieurs, en fait — et elles marchent mieux qu’on ne le croit, à condition de savoir quelle part du chiffre est mesurée et quelle part est estimée.

Démonstration illustrée. Les étapes reprennent les mots de l’application ; les chiffres sont un exemple.

Nous construisons l’une de ces applications, alors prenez notre enthousiasme avec prudence. Mais tout ce qui est écrit ici se vérifie, et là où la technologie est faible, nous le disons — vous le découvririez de toute façon la deuxième semaine.

Ce qui se passe quand vous prenez la photo

Détecter l’assiette

Le modèle trouve d’abord l’assiette dans l’image et la sépare de la table, du verre posé à côté, de votre main.

Séparer chaque aliment

Puis il découpe l’assiette : ici le riz, ici la viande, ici la salade. Quand les aliments sont bien distincts, cette étape fonctionne déjà très bien.

Comparer à la bibliothèque

Chaque zone reçoit un nom et un degré de certitude. « Riz blanc », c’est facile. « Une sauce brune », non — et la sauce contient parfois plus de calories que ce qu’elle recouvre.

Estimer la portion

C’est la partie difficile. Une photo est plate, sans profondeur : la quantité se déduit de la taille apparente, de l’assiette comme repère et des portions habituelles. C’est là que se trouve presque toute l’erreur.

La chose la plus utile à comprendre : ce qui est estimé, ce ne sont pas les calories, ce sont les grammes. Une fois les grammes connus, la calorie n’est qu’une consultation de table. Ce sont les grammes qui méritent d’être vérifiés.

Là où la photo est fiable

  • Les assiettes où les aliments sont bien séparés — une protéine, un accompagnement, des légumes, qui ne se touchent pas.
  • Les aliments à forme fixe : un œuf, une pomme, une tranche de pain, un croissant.
  • Ce que vous mangez souvent. Une fois corrigé, une application bien faite ne devrait plus se tromper sur ce repas.
  • La tendance d’une semaine. Même avec une erreur à chaque repas, la direction de la semaine est généralement juste — et c’est ce que la plupart des gens veulent savoir.

Là où elle se trompe — et pourquoi

  • Huile, beurre et sauces. Presque invisibles sur une photo, et très caloriques. Combien de beurre est passé dans la poêle, aucune caméra ne le voit.
  • Plats mijotés et tout ce qui est mélangé. Le modèle a besoin de contours visibles, et un bœuf bourguignon ou un gratin n’en a pas.
  • Ce qui est caché sous autre chose. Si la sauce ou le fromage couvre la moitié de l’assiette, la photo ne sait pas ce qu’il y a dessous.
  • Les produits emballés. Pour un yaourt, une barre ou des biscuits en paquet, le code-barres est tout simplement meilleur — c’est une correspondance exacte ; la photo, une supposition bien informée.
  • Une assiette déjà entamée. Prenez la photo avant de manger. La moitié d’un repas en photo, c’est une supposition sur l’autre moitié.

Ce que « gratuit » veut vraiment dire

« Téléchargement gratuit » n’est pas une allocation gratuite. Avant de passer une soirée à configurer une application, regardez combien d’estimations vous avez avant l’écran de paiement — c’est ce chiffre qui décide si vous l’utiliserez encore dans quelques mois.

La version gratuite comprend une allocation : dix estimations par IA par jour, et aucun compte — l’appli ne vous connecte à rien. L’allocation porte sur l’estimation, jamais sur le journal : notez tous vos repas, saisissez-les vous-même une fois l’allocation épuisée, et les questions de suivi continuent d’arriver. Payer, c’est pour celles et ceux qui la dépassent souvent — cela augmente l’allocation et ouvre les bilans plus longs.

Ce que nous construisons — et si c’est déjà disponible ici

Plateknow fait les quatre étapes ci-dessus et vous montre la deuxième : vous voyez l’assiette se séparer, et c’est ce qui rend le chiffre crédible. Chaque résultat a une correction toujours visible. Les portions se comptent en fractions. Et il existe un mode sans aucun objectif calorique, qui se contente de noter la journée.

Quelques heures après le repas, l’application pose une question : énergie, concentration, humeur, digestion, satiété. La réponse reste à côté de ce repas. Au bout de quelques semaines, cela devient un journal de ce qui est apparu ensemble — sans jamais prétendre savoir pourquoi.

Plateknow est sur l’App Store dans onze pays, dont le Canada — pas encore en France, en Belgique ni en Suisse. En attendant, l’entrée est une place de test, juste en dessous, limitée et ouverte à tous les pays.

L’application est-elle en français ?

Oui. Toute l’application est en français — les textes de l’écran dans la démonstration ci-dessus sont ses propres mots.

Faut-il créer un compte ?

Non. L’application ne vous connecte à rien pour estimer, noter ou répondre. Seule la place de test ci-dessous demande une adresse e-mail, pour envoyer l’invitation.

Faut-il une connexion internet ?

Pour l’estimation par IA, oui, car le modèle tourne sur un serveur. Noter, répondre aux questions et consulter les bilans fonctionne hors ligne. Ce qui est envoyé n’est pas la photo entière, seulement l’assiette détourée sur un fond vide.

Le code-barres n’est-il pas plus précis ?

Pour les produits emballés, sans aucun doute. L’estimation par photo sert pour la nourriture sans code-barres — c’est-à-dire, pour la plupart des gens, presque tout ce qu’ils mangent.