Analyse photo par IA

Suivez les calories depuis une photo — Visez, photographiez et sachez

Vous photographiez déjà votre nourriture. La moitié du monde le fait — c'est la réaction la plus naturelle face à une assiette en 2026. Imaginez maintenant que cette même photo vous dit exactement ce qu'elle contient : 520 calories, 38g de protéines, 16g de lipides, 48g de glucides. Sans chercher. Sans taper. Sans deviner. Juste une photo et la vérité.

L'analyse photo de Kcaly AI identifie chaque aliment dans votre assiette — le poulet, le riz, la sauce, et même l'huile de cuisson. Elle estime les portions à partir d'indices visuels et croise chaque élément avec la base de données USDA FoodData Central. Des données nutritionnelles mesurées en laboratoire, depuis une photo prise en 3 secondes. Ce n'est pas une simplification du suivi traditionnel. C'est un remplacement.

Essayer le suivi photo gratuitement Comment ça marche

Ce qui se passe quand vous envoyez une photo de repas

La photo arrive. En quelques secondes, vous obtenez un bilan macro complet. Voici ce qui se passe en coulisses :

Étape 1 : Identification des aliments

L'IA scanne votre photo et identifie chaque aliment séparément — elle sépare le poulet du riz, du brocoli et de la sauce. Elle reconnaît les repas complexes avec plus de 5 composants, les bols avec des ingrédients en couches, et même les aliments partiellement cachés. Ce n'est pas un scan de code-barres — c'est de la compréhension visuelle.

Étape 2 : Estimation des portions

Pour chaque aliment identifié, l'IA estime la taille de la portion à partir d'indices visuels — taille de l'assiette par rapport à la nourriture, hauteur des portions, surface de distribution, caractéristiques de densité. Une montagne de riz aéré pèse différemment d'une boule compacte. L'IA tient compte de ces différences, produisant des estimations en grammes pour chaque élément.

Étape 3 : Référence croisée USDA

Chaque aliment et sa portion estimée sont comparés à la base de données USDA FoodData Central — la référence en matière de données nutritionnelles. Ce sont des valeurs mesurées en laboratoire, pas des estimations soumises par des utilisateurs. Les calories, protéines, lipides et glucides que vous recevez sont les mêmes chiffres qu'utiliserait un diététicien.

Étape 4 : Score de charge insulinique

En se basant sur la composition en macros et les types d'aliments, Kcaly AI calcule le score de charge insulinique — une mesure de l'impact de votre repas sur la production d'insuline. Cela vous indique non seulement combien de calories vous avez mangé, mais comment votre corps les traitera métaboliquement. Deux repas de 500 calories peuvent avoir des valeurs ILS complètement différentes.

useCasePhotoTracking.pipeline.result

Ce que l'IA voit réellement dans votre photo

Il ne s'agit pas de reconnaître "de la nourriture". C'est une analyse visuelle détaillée de chaque composant de votre assiette.

Aliments individuels

Les suivis traditionnels enregistrent "sauté" comme une seule entrée générique.

L'IA le sépare en poulet (140g) + riz (130g) + légumes (90g) + huile de sésame + sauce soja — chacun avec des macros vérifiés par l'USDA individuellement.

Méthodes de cuisson

Le poulet grillé, frit et pané se ressemblent dans une base de données — tous "blanc de poulet".

L'IA détecte les marques de grill, l'enrobage doré (friture), l'huile visible (sauté) — ajustant les calories de plus de 100 par portion selon la méthode de cuisson.

Calories cachées

Huile sur les légumes, beurre fondu sur le riz, vinaigrette sur la salade — 200-400 calories invisibles par jour que la plupart des gens oublient.

L'IA détecte les graisses et huiles visibles et les inclut dans l'analyse. Les calories que vous ratez habituellement sont les premières que l'IA capte.

Contexte de portion

Un "bol de riz" dans une base de données est une portion standard. Votre bol réel peut être 150g ou 400g.

L'IA utilise la taille de l'assiette, la hauteur de la nourriture, la surface et des objets de référence pour estimer ce qui est réellement devant vous — pas une supposition générique.

Cuisine internationale

Chercher "pad thaï" dans MyFitnessPal renvoie 47 résultats de 300 à 900 calories. Bonne chance pour choisir le bon.

L'IA reconnaît les cuisines de plus de 40 cultures culinaires. Photographiez n'importe quel plat de n'importe quel pays et obtenez un bilan précis — sans chercher dans des bases de données.

Suivi photo vs suivi manuel — Une journée complète

La même personne mange les mêmes repas. L'une les photographie. L'autre cherche dans une base de données. Observez la différence s'accumuler.

Suivi manuel avec base de données

7h30 — Flocons d'avoine avec baies et miel. Ouvrir l'app. Chercher "avoine" (47 résultats). En choisir un. Ajuster à "3/4 de tasse" (est-ce correct ?). Chercher "baies mélangées" (32 résultats). Estimer "1/2 tasse". Chercher "miel" (18 résultats). "1 cuillère à soupe" (c'était 1 ou 2 ?). Trois recherches, trois estimations. 3,5 minutes.

12h30 — Assiette de shawarma de poulet d'un restaurant. Chercher "shawarma" — 8 résultats, tous de différents restaurants, de 320 à 890 calories. Aucun ne correspond à ce que vous mangez. Chercher "poulet" séparément, "riz" séparément, "houmous" séparément, "pain pita" séparément. Quatre recherches, quatre estimations. 4 minutes. Précision : douteuse.

15h15 — Vous avez pris une barre protéinée à la cuisine. Chercher "barre protéinée" — plus de 200 résultats. Quelle marque ? Combien de grammes ? 2 minutes de recherche, ou simplement sauter. La plupart des gens sautent.

7h45 — Pâtes maison avec sauce à la viande. Il faut enregistrer : pâtes (quel type ?), viande hachée (combien de gras ?), sauce tomate (maison ou en bocal ?), parmesan, huile d'olive. Cinq ingrédients, cinq recherches, cinq estimations. Comptez-vous l'huile d'olive ? Le parmesan ? 5,5 minutes. Vous avez probablement raté plus de 200 calories en graisses de cuisson.

Total journalier : plus de 13 minutes · 12 recherches séparées · 12 estimations de portions · Précision inconnue

Suivi photo avec Kcaly AI

7h30 — Photo du bol d'avoine. L'IA identifie : flocons d'avoine, baies mélangées (myrtilles, fraises), filet de miel. Renvoie les macros complets. 8 secondes. Sans recherche. Sans estimation.

12h30 — Photo de l'assiette de shawarma au restaurant. L'IA identifie : shawarma de poulet, riz, houmous, pain pita, légumes marinés. Estime chaque portion. Renvoie les macros y compris l'huile de cuisson visible. 10 secondes. Personne à table ne remarque.

15h15 — Photo de l'emballage de la barre ou de la barre elle-même. L'IA lit l'étiquette ou estime visuellement. Macros complets en secondes. Snack enregistré, rien n'est oublié. 5 secondes.

7h45 — Photo des pâtes servies. L'IA identifie : spaghetti, sauce bolognaise, parmesan râpé, huile d'olive visible. Capte les graisses de cuisson. Renvoie les macros complets. 8 secondes.

Total journalier : 26 secondes · 3 photos · 0 recherches · 0 estimations · Données vérifiées USDA incluant les calories cachées

Conseils pour l'analyse photo la plus précise

L'IA est remarquablement douée pour analyser les photos de nourriture — mais ces conseils pousseront la précision encore plus haut :

Photographiez d'en haut, directement

Une vue du dessus montre à l'IA toute la distribution de nourriture dans votre assiette. Les photos en angle peuvent cacher des portions. Si vous ne suivez qu'un seul conseil, que ce soit celui-ci — directement du dessus donne le plus d'informations à l'IA.

Assurez-vous que tous les aliments sont visibles

Si votre salade a du poulet sous la laitue, écartez un peu de laitue pour que l'IA puisse le voir. Nourriture cachée = calories non comptées. L'IA ne peut analyser que ce qu'elle voit.

Ajoutez une légende pour les éléments ambigus

Si vous mangez quelque chose que l'IA pourrait ne pas identifier immédiatement — comme un plat régional spécifique — ajoutez une légende : "C'est du mansaf d'agneau." L'IA utilise le texte + l'image ensemble. Mais la plupart des repas n'ont pas besoin de légende — la reconnaissance visuelle gère plus de 95% des aliments.

Photographiez avant de manger, pas après

Une assiette pleine donne la meilleure estimation de portion à l'IA. Une assiette à moitié mangée introduit de l'ambiguïté. Prenez l'habitude : photo d'abord, manger ensuite. Ça prend 3 secondes.

Quelle est la précision de l'analyse photo alimentaire par IA ?

Pour l'identification des aliments, l'IA est précise à plus de 95% pour les aliments courants. Pour les plats complexes ou régionaux, la précision augmente avec une brève légende textuelle.

Pour l'estimation des portions, l'IA est dans une marge de ±15-20% par rapport aux aliments pesés. Si votre blanc de poulet fait 150g, l'IA pourrait estimer 125-175g. Est-ce aussi précis qu'une balance ? Non. Est-ce suffisamment proche pour un suivi significatif ? Absolument — surtout comparé à l'alternative de deviner "environ une tasse" dans une app traditionnelle (ce qui est erroné de ±40-50% selon les recherches).

Pour la précision des données nutritionnelles, Kcaly AI utilise USDA FoodData Central — des valeurs mesurées en laboratoire qui sont les plus précises disponibles. La source de données est identique à celle utilisée par les hôpitaux et les institutions de recherche.

Suivi photo vs autres méthodes — La comparaison honnête

Les photos ne sont pas la seule façon de suivre. Voici où elles excellent et où d'autres méthodes ont encore des avantages.

Méthode	Suivi photo IA	Recherche manuelle	Scan de code-barres
Temps par repas	8 secondes	3-5 minutes	30 secondes (emballés uniquement)
Repas au restaurant	Excellent — analyse l'assiette réelle	Faible — entrées génériques	Impossible
Repas maison	Excellent — une photo de l'assiette	Fastidieux — enregistrer chaque ingrédient	Impossible
Aliments emballés	Bon — lit aussi les étiquettes	Bon — l'entrée existe dans la base	Excellent — correspondance exacte
Calories cachées (huiles, sauces)	Détectées visuellement par l'IA	Généralement oubliées	Seulement ce qui est sur l'étiquette
Cuisine internationale	Plus de 40 cuisines reconnues	Limité aux entrées de la base	Seulement les produits emballés
Précision des portions	±15-20% (estimation IA)	±40-50% (estimation humaine)	Exact (si vous mangez tout le paquet)

Questions fréquentes

L'identification des aliments est très fiable pour les repas courants. L'estimation des portions est approximative mais cohérente, et les données nutritionnelles viennent de l'USDA FoodData Central (mesurées en laboratoire). Comme le suivi photo est assez rapide pour enregistrer chaque repas, vos totaux quotidiens tendent à être plus précis que le suivi manuel.

Pratiquement tout : repas maison, plats de restaurant, fast-food, street food, produits emballés (elle lit aussi les étiquettes), salades, soupes, currys, sushis, tacos, pâtes, viandes grillées, viennoiseries — et cuisine de plus de 40 cultures culinaires.

L'IA est remarquablement résistante aux photos imparfaites. Pour les photos très sombres ou floues, ajoutez une légende textuelle décrivant le repas et l'IA utilisera les deux pour l'analyse.

Oui. L'IA identifie chaque aliment séparément, même dans les assiettes complexes. Chacun reçoit ses propres macros vérifiés USDA et estimation de portion individuelle.

Oui — c'est l'un des plus grands avantages du suivi photo. L'IA détecte l'huile visible, les sauces, le beurre fondu et les vinaigrettes. Ce sont les "calories invisibles" que la plupart oublient. Une photo capte ce que votre mémoire oublie.

Oui. Envoyez une photo de l'étiquette et Kcaly AI la lit directement, extrayant les valeurs exactes de calories et macros.

Pour les smoothies, soupes ou boissons, utilisez un message texte ou une note vocale : "Smoothie vert avec épinards, banane, protéine en poudre et lait d'amande." L'IA gère texte et voix avec la même précision USDA que les photos.

Découvrez ce qu'il y a dans votre prochain repas — Prenez une photo

Envoyez une photo sur WhatsApp. Obtenez les macros complets en secondes. C'est vraiment aussi simple.

Essayer le suivi photo gratuitement

Essai gratuit de 3 jours · Sans télécharger d'app · Annulez quand vous voulez