ReverseNutrition: identificación de los ingredientes y la información nutricional de un plato en base a una fotografía

Abstract

La mayoría de los procesos existentes para calcular la información nutricional de un plato son complejos y tediosos, y requieren intervención humana. Por tanto, es interesante investigar en el desarrollo de nuevos métodos que permitan realizar esta tarea de forma automática utilizando inteligencia artificial. Sin embargo, los trabajos en esta área son escasos, a pesar del gran desarrollo que han experimentado en los últimos años campos como el aprendizaje automático o la visión artificial. Por ello, el presente trabajo propone dos formas distintas de estimar los valores nutricionales de un plato a partir de una imagen, utilizando aprendizaje profundo: una basada en una arquitectura de red neuronal profunda existente, y otra nueva que añade la capacidad de detectar los ingredientes del plato y estimar sus proporciones. Los resultados obtenidos muestran que estos enfoques son viables utilizando el dataset Nutrition5k. Además, la capacidad de detección de ingredientes y la estimación de proporciones ayudan a comprender los razonamientos realizados por estos modelos profundos.