Llevar la cuenta de las calorías que se consumen cada día ayuda a controlar el peso y la nutrición, pero también es una molestia. Incluso con aplicaciones que reconocen la comida en una foto, hay que sacar el teléfono, abrir la app y acordarse de registrar cada comida. Es un esfuerzo suficiente para que mucha gente termine dejándolo.
Para simplificarlo, Coders Cafe construyó un contador de calorías dedicado, con IA, que identifica la comida y estima sus calorías mirando lo que hay en el plato. El equipo corre sus modelos de visión artificial en local, así que no necesita mandar imágenes a un servidor en la nube.
¿Qué hardware usa?
El proyecto gira en torno al computador de placa única D-Robotics RDK X5. Trae un procesador Arm Cortex-A55 de ocho núcleos a 1,5 GHz, hasta 8 GB de RAM y una unidad de procesamiento dedicada (BPU, Brain Processing Unit) que entrega 10 TOPS de rendimiento en IA. Ese último punto es el que importa, porque permite correr modelos de visión artificial sin una GPU de escritorio ni un servicio en la nube.
Una cámara estéreo binocular de D-Robotics se conecta a la placa por la interfaz MIPI-CSI y captura las imágenes de la comida. Al principio, el creador probó un modelo de detección de objetos YOLOv9 del RDK Model Zoo, que ofrece modelos precompilados y optimizados para la BPU de la placa.
Segmentar en vez de solo detectar
Identificar cada alimento no bastaba para que el proyecto funcionara. El creador implementó un modelo de segmentación que identifica qué píxeles pertenecen a cada alimento. Así el sistema distingue los distintos elementos de un plato, como un sándwich, un plátano, brócoli y una porción de torta, y además calcula el tamaño de cada uno.
Con los alimentos detectados y el espacio que ocupan, el equipo estima las calorías y muestra los resultados en un panel web propio. Una pantalla Waveshare de 4 pulgadas permite ver los alimentos identificados, las calorías estimadas y el avance nutricional sin tomar el teléfono.
Una carcasa con forma de pan
Con la electrónica y el software funcionando, faltaba un formato apto para el mesón de la cocina. El creador diseñó una carcasa impresa en 3D inspirada en un pan de molde, con colores beige y café chocolate.
Las estimaciones de calorías a partir de imágenes tienen límites, sobre todo con el tamaño de las porciones y los ingredientes que no se ven. Aun así, el proyecto muestra que el reconocimiento de alimentos y el seguimiento nutricional no requieren un smartphone ni un servicio de IA en la nube.
