食物卡路里检测产品系统

为某垂直健身APP提供AI食物识别与卡路里估算算法服务。用户在减脂增肌过程中需要精确记录每日饮食摄入，但手动输入食物种类和估算热量繁琐且不准确，导致饮食管理难以坚持、训练效果无法量化。拍照自动识别能大幅降低用户记录门槛，提升APP留存率和付费转化。

包含三个功能模块：1.食物识别——上传餐盘照片，AI自动检测并标注每种食物的名称和位置；2.卡路里估算——根据识别出的食物种类和视觉面积，估算每份的卡路里、蛋白质、碳水、脂肪含量；3.营养汇总——单次识别结果自动累加到当日饮食记录中，生成按餐次、按日的营养摄入汇总图表。

主导开发健身APP食物卡路里AI识别算法。技术栈：YOLOv8 + 食物分类模型 + Python + ONNX + 移动端部署。架构上采用先YOLO检测餐盘内各食物区域，再逐个送入分类模型识别具体食物种类，最后匹配营养数据库估算卡路里的串行流水线。亮点：针对中餐混搭菜品（如西红柿炒蛋一盘中多个食材粘连）做了分割优化，区分度高于通用方案；模型轻量化后可在手机端离线运行，识别速度小于1秒。难点：中国菜系复杂多变，同一种菜品（如宫保鸡丁）不同做法视觉差异大，需建立大规模本土食物数据集来训练，覆盖8大菜系常见菜品超过200类。