Crean un rastreador calórico autónomo con inteligencia artificial local

Mantener un registro preciso de la ingesta calórica diaria puede ser un proceso complejo y, a menudo, discontinuo para los usuarios. Superando las limitaciones que presentan las aplicaciones de smartphone, que requieren interacción manual, Coders Cafe ha desarrollado un rastreador calórico autónomo impulsado por inteligencia artificial. Este sistema, según informa Hackster.io, simplifica el seguimiento al identificar y estimar el contenido calórico de los alimentos directamente desde el plato.

El dispositivo ejecuta sus modelos de visión por computador de forma local, eliminando la necesidad de enviar imágenes a servidores en la nube para su procesamiento. Su núcleo es un ordenador de placa única D-Robotics RDK X5, equipado con un procesador Arm Cortex-A55 de ocho núcleos a 1.5 GHz, hasta 8 GB de RAM y una Unidad de Procesamiento Cerebral (BPU) dedicada, que proporciona 10 TOPS de rendimiento de IA. Esta capacidad de procesamiento local es crucial para la autonomía del sistema.

Para la captura de imágenes, el proyecto incorpora una cámara estéreo binocular de D-Robotics, conectada a la placa mediante una interfaz MIPI-CSI. Aunque inicialmente se experimentó con un modelo de detección de objetos YOLOv9, el creador optó por un modelo de segmentación. Esta elección permite al sistema no solo identificar diferentes elementos en un plato, como un sándwich o una pieza de fruta, sino también determinar su tamaño individual, lo que es fundamental para una estimación calórica más precisa.

Los datos de alimentos detectados y el espacio que ocupan se utilizan para calcular las calorías. Los resultados se visualizan a través de un panel de control basado en web y en una pantalla Waveshare de cuatro pulgadas, integrada en el propio dispositivo. El conjunto electrónico y de software se alberga en una carcasa diseñada a medida e impresa en 3D.

Aunque la estimación calórica basada en imágenes aún presenta limitaciones, especialmente en lo que respecta a tamaños de porción exactos e ingredientes ocultos, este desarrollo subraya la capacidad de la inteligencia artificial y la visión por computador para operar en el borde. El proyecto demuestra que el reconocimiento de alimentos y el seguimiento nutricional pueden llevarse a cabo sin depender de smartphones o servicios de IA basados en la nube, lo que podría fomentar una adopción más duradera por parte de los usuarios en el monitoreo de su ingesta nutricional.