FOOD AI GUIDE
AI 如何从照片识别食物？
从照片得到营养结果，不是一步完成的“看图报数”，而是一条从可见图像到可供检查的估算路径。
简短回答
系统先整理图像中的可见食物，再结合份量线索和食物营养信息形成估算；遮挡、混合菜和隐藏配料会留下不确定性。
一张照片背后有四个不同问题
图像：画面是否清晰，食物是否被遮挡？
识别：照片里看起来是什么食物？
份量：这些食物大概有多少？
营养：按这种食物、份量和做法，能得到怎样的估算？
前一步的不确定性会影响后一步。认错一种食物，会影响对应的营养匹配；食物认对了，份量猜错，最终数字仍然会偏离实际。
可见食物更容易整理
彼此分开、光线较好、轮廓清楚的食物更容易提供识别线索。鸡肉、米饭和西兰花分别出现在盘中时，任务与一碗看不见内部配料的浓汤不同。
份量是另一层问题
照片能显示盘子里的相对比例，却不能直接给出克重。碗的深度、食物堆叠、拍摄角度和盘子大小都会影响判断，因此份量结果应当被视为线索，而不是称重结果。
最后才是营养匹配
营养估算需要把识别出的食物与合适的做法和份量联系起来。烤鸡、裹粉鸡和炸鸡不能简单视为同一个条目；米饭、面包、饮料和酱料也会改变碳水与脂肪的结果。
用户检查是流程的一部分
好的使用方式不是盲目接受输出，而是快速确认食物名称、份量和做法。当照片无法说明某个细节时，用户的实际知识比画面本身更有价值。