Hur känner AI igen mat på ett foto? Så funkar det (2026)

Hur kan AI känna igen mat på ett foto, och vad betyder det egentligen att appen har hittat en råvara? Smaklig använder bildanalys för att föreslå vad som syns i kylen eller på tallriken. Det är en tolkning av bilden. När du skannar en streckkod sker något annat: appen söker efter en bestämd produktkod i en katalog.

Skillnaden påverkar hur du bör läsa resultatet. Ett namn som ser rimligt ut kan fortfarande vara en bildgissning. En katalogträff är mer specifik, men förutsätter att koden finns i katalogen. Här går vi igenom identifieringen och vad du kan kontrollera i varje läge. För siffrorna som kommer efter identifieringen finns guiden om hur exakt det är att räkna kalorier med foto.

Hur känner AI igen mat på ett foto?#

Smaklig använder Google Gemini för att analysera bilden och föreslå råvaror eller rätter utifrån synliga detaljer. Det kallas probabilistisk igenkänning: modellen gör en bedömning som kan vara fel. Det finns ingen publicerad Smaklig-specifik siffra för hur stor andel av maten som identifieras rätt.

Form, färg, yta och omgivning kan ge ledtrådar. En hel morot har andra synliga kännetecken än en sked puré. På en tallrik kan modellen föreslå separata komponenter eller ett namn för hela rätten. Ett rimligt rättnamn innebär därför inte att varje ingrediens har hittats.

Googles dokumentation om Geminis bildförståelse beskriver bland annat bildklassificering och bildbeskrivning. Det är stöd för vilken sorts uppgift tekniken kan utföra, inte ett testresultat för Smakligs matbilder.

Vad säger forskningen om igenkänning?#

En systematisk översikt av Kaur, Kumar och Gupta behandlar metoder, bilddataset och utvärdering av matklassificering. Den ger bakgrund till forskningsområdet, men validerar inte Smaklig eller dess nuvarande bildflöde (Reviews in Endocrine and Metabolic Disorders, 2023).

För att en träffsäkerhetssiffra ska vara meningsfull behöver det framgå vad som räknas som rätt. Räcker ”pasta”, eller ska hela rättens innehåll identifieras? Ingår skymda ingredienser? Är bilderna tagna av användare i vardagsljus? Utan ett sådant underlag skulle en procentsats ge en skenbar precision. Därför beskriver vi gränserna kvalitativt.

Vad skiljer streckkod från foto när maten identifieras?#

Streckkodsläsning är ett deterministiskt EAN-uppslag i Coops produktkatalog: exakt kodträff eller ingen träff. Foto är probabilistisk bildanalys med Google Gemini. Streckkodsflödet använder ingen AI för att gissa vilken vara du håller i.

EAN är sifferkoden som läses ur streckkoden. GS1 Sweden beskriver EAN-13 och EAN-8 som streckkoder för produktidentifiering. Smaklig använder den avlästa koden för att hitta katalogprodukten. Appen väljer alltså inte en liknande förpackning utifrån dess färg eller form.

”Exakt” avser kopplingen mellan kod och katalogprodukt. Det betyder inte att alla varor finns i katalogen eller att varje uppgift är aktuell. Två snarlika förpackningar kan vara olika produktvarianter. Läs därför produktnamnet och jämför med förpackningen även efter en träff.

Om koden inte hittas byter uppslaget inte tyst till en AI-gissning. Du kan själv välja ett annat flöde. Guiden om att skanna streckkod och logga mat förklarar saknade produkter och nästa steg.

Vad påverkar hur väl AI:n identifierar maten?#

Ljus, kameravinkel, skymda delar och liknande utseenden påverkar underlaget för matigenkänning. Vanliga råvaror är enklare än ovanliga eller sammansatta rätter. Det är en kvalitativ beskrivning av svårighetsgraden, inte en uppmätt framgångsandel för Smaklig.

Synliga detaljer hjälper — dolda detaljer saknas#

Jämnt ljus och en tydlig vinkel gör fler detaljer synliga. En skarp bild av en stängd, ogenomskinlig matlåda visar däremot fortfarande bara lådan. Fler pixlar löser inte att innehållet saknas i bild.

På en kylskåpshylla kan en större förpackning skymma en mindre. I kylskåpsläget kan du komplettera med fler vinklar och rätta råvarulistan. På en tallrik kan sås täcka delar av maten. Låt separata delar synas när du fotograferar, men förvänta dig inte att bilden avslöjar ett recept som inte syns.

Liknande mat kan få samma förslag#

Yoghurt och crème fraiche kan se lika ut när etiketten saknas. En puré kan dölja vilken råvara den gjordes av. Exemplen illustrerar en visuell begränsning; de är inte rapporterade testresultat från Smaklig.

Att identifiera kategorin ”soppa” är också en annan uppgift än att identifiera allt i soppan. Fråga därför om förslaget är tillräckligt specifikt för det du vill göra. Om du behöver en viss förpackad produkt är dess läsbara streckkod ett mer direkt underlag än en bild av innehållet.

Hur kontrollerar jag resultatet i kylskåps- och måltidsläget?#

I kylskåpsläget kan du granska och rätta råvarulistan samt bekräfta osäkra fynd. I måltidsläget kan du bara ändra portionsvikter för befintliga komponenter; du kan inte byta namn, lägga till eller ta bort komponenter. Måltidsläget visar inga osäkerhetsmarkörer. Ingen konfidens- eller exakthetssiffra visas i appen.

Kylskåp: kontrollera själva identiteten#

Kylskåpsflödet lyfter upp till tre osäkra fynd bland kött, fisk och mejeriprodukter för bekräftelse. Du kan också granska och redigera hela listan och lägga till sådant som saknas. Avsaknad av en fråga om en viss råvara är inget bevis på att just den råvaran är rätt identifierad.

Om en burk föreslås vara yoghurt men innehåller crème fraiche kan du rätta råvaran innan du går vidare. Då bygger middagsförslagen på den rättade listan. Den praktiska genomgången finns i fota kylskåpet och få middagsförslag.

Måltid: portionsändring rättar inte ett felaktigt namn#

Vid måltidsfoto kan du läsa förslaget och justera portionsvikterna, men inte redigera vilka komponenter som ingår. Om en komponent fått fel identitet gör en annan gramvikt inte identifieringen rätt. Bedöm därför först om komponenterna motsvarar maten innan du ägnar dig åt portionerna.

Om uppdelningen inte är användbar kan du avstå från att spara. Frånvaron av osäkerhetsmarkörer i detta läge betyder inte att modellen är säker; sådana markörer visas helt enkelt inte här.

Så gör du maten tydligare på bild och granskar resultatet#

1. Fota tydligt. Använd jämnt ljus. Visa tallriken uppifrån eller kylhyllan från en vinkel som visar innehållet. Fler vinklar kan komplettera kylskåpsfotot.
2. Granska med rätt kontroll för läget. Rätta råvarulistan och bekräfta osäkra fynd i kylskåpsläget. Vid måltidsfoto kan du bara justera portioner, och inga osäkerhetsmarkörer visas. Appen visar ingen konfidenssiffra.
3. Välj streckkod för en förpackad produkt. Om du behöver identifiera förpackningen, skanna dess läsbara EAN-kod och jämför katalogträffen med varan. Koden kan också saknas i Coops katalog.

Vilken guide passar kylskåpet, tallriken eller förpackningen?#

Välj kylskåpsguiden för råvaruinventering och middagsidéer, streckkodsguiden för en förpackad produkt och måltidsfotoguiden för en tallrik som du vill granska före loggning. Guiderna beskriver olika arbetsflöden och olika möjligheter att rätta resultatet.

• Råvarorna hemma: Fota kylskåpet för middagsförslag visar hur du bekräftar och rättar listan innan den används för recept.
• Förpackningen framför dig: Skanna streckkod och logga maten går igenom EAN-uppslag, katalogträffar och vad som händer när en vara saknas.
• Den färdiga tallriken: Räkna kalorier med foto — metod och osäkerhet behandlar portioner, kalori-exakthet och loggning. Den fördjupningen ligger där, separat från igenkänningen.

Var kommer Livsmedelsverket in?#

Livsmedelsverkets databas är en efterföljande datakälla vid måltidsfoto. Bara godkända komponentmatchningar grundas mot Livsmedelsverket; omatchade komponenter och underkända matchningar behåller Geminis uppskattning. Det är alltså inte en generell kontroll som bevisar att maten på bilden identifierats rätt.

Den svenska Livsmedelsdatabasen tillhandahåller livsmedelsuppgifter. Den ser inte din tallrik. Håll därför isär bildens föreslagna identitet och den datakälla som används efteråt. Vad detta betyder för näringsuppgifterna förklaras i måltidsfotoguiden. Fler grundbegrepp finns i Smakligs ordlista.

Vad händer med bilden i de olika funktionerna?#

Vid streckkodsläsning tas eller laddas ingen bild upp; den avlästa koden skickas för produktuppslag. Ett måltidsfoto skickas till Google Gemini för analys. Smaklig sparar för närvarande ingen serverbaserad bildkopia av måltidsfotot, men efter loggning kan en lokal kopia finnas på telefonen för matloggens bildhistorik.

Det innebär att ”ingen serverbaserad bildkopia” inte betyder ”bilden lämnar aldrig telefonen”. Analysöverföring och lagring är olika saker. Att spara måltidsbilden till galleriet är dessutom ett separat val som du själv gör.

Kylskåpsläget använder också foton för AI-analys med Google Gemini. Beskrivningen av lokal bildhistorik efter måltidsloggning ska däremot inte överföras till kylskåpsläget. Läs kylskåpsguidens beskrivning av bildhanteringen, streckkodsguidens integritetsavsnitt och måltidsfotoguidens bildhantering för respektive funktion.

Kontrollera bildutsnittet före analys: matytan räcker, och privata detaljer i bakgrunden behöver inte följa med. Fullständig information om personuppgiftsbehandlingen finns i Smakligs integritetspolicy.