Download de app

De tracker is gratis. Elk betaald abonnement begint met een gratis proefperiode.

Download TrainRec in de App StoreOntdek TrainRec op Google Play

Iemand maakt aan de keukentafel met een telefoon een foto van een kom eten.Door AI gemaakte afbeelding

Gidsen · Eten en voeding · Bijgewerkt op 2026-10-28

Kun je calorieën bijhouden met alleen een foto?

Ja, ongeveer. In recente studies schatten AI-modellen de calorieën van een maaltijd op basis van alleen een foto gemiddeld zo'n 30 tot 36% verkeerd. Dat ligt dicht bij hoeveel mensen er meestal naast zitten als ze opschrijven wat ze hebben gegeten. Met de ingrediënten en globale hoeveelheden erbij naast de foto daalde de fout tot zo'n 14%. Een foto van een voedingsetiket is nog beter, omdat de AI de exacte getallen leest in plaats van te gokken.

Zo werkt calorieën bijhouden met een foto

Je maakt een foto van je bord. Een AI-model bekijkt die, zoekt uit welke voedingsmiddelen het waarschijnlijk zijn en hoeveel van elk, en telt dan de calorieën en macro's op. Het is dezelfde schatting die jij op het oog zou maken, maar dan in een paar seconden.

Het lastige is niet het eten herkennen. Het is de hoeveelheid. Een foto is plat, dus de AI moet vanuit één hoek inschatten hoe diep een kom is of hoe dik een biefstuk. Ook ziet hij de olie in de pan niet, en de dressing onder de salade ook niet.

Hoe nauwkeurig het is

Twee studies uit 2025 geven een goed beeld.

Studie Wat de AI zag Gemiddelde fout in calorieën
Drie AI-modellen, 52 foto's van maaltijden Alleen foto Ongeveer 36% voor de beste twee
ChatGPT-5, 195 gerechten Alleen foto Ongeveer 31%
ChatGPT-5, 195 gerechten Foto plus korte beschrijving Ongeveer 24%
ChatGPT-5, 195 gerechten Foto plus ingrediënten en hoeveelheden Ongeveer 14%

In de eerste studie deden ChatGPT en Claude het het best, en de auteurs merkten op dat ze in de buurt kwamen van de nauwkeurigheid van gewone eetdagboeken, waarin mensen opschrijven wat ze hebben gegeten. Ook daarin zijn mensen verre van perfect. Ze zagen ook dat elk model grote porties onderschatte: hoe groter het bord, hoe lager de schatting.

In de tweede studie waren de fouten het grootst bij eten in kommen, waar je de diepte moeilijk ziet. Zonder foto en met alleen de ingrediëntenlijst werd de schatting slechter, dus de foto helpt echt.

Zo krijg je een betere schatting

  1. Zet er een zin bij. “Kippendij, ongeveer een kop rijst, gebakken in een eetlepel olie” maakt van alles hier het meeste verschil.
  2. Fotografeer van boven en een beetje van opzij, met het hele bord in beeld. Een vork of je hand ernaast helpt bij het inschatten van de grootte.
  3. Noem wat je niet ziet. Olie, boter, sauzen en dressings bevatten veel calorieën en zijn nauwelijks te zien.
  4. Fotografeer het etiket van alles wat verpakt is. De AI leest de exacte getallen, en jij zegt alleen hoeveel je hebt gegeten.

Als een foto niet genoeg is

Schattingen op basis van een foto werken goed voor de gewone maaltijden die je vaak eet en niet kunt wegen. Ze zijn minder betrouwbaar bij grote porties en bij restauranteten dat met veel olie is bereid.

Hou je het nauwkeurig bij, bijvoorbeeld tegen het einde van een cut, weeg dan een week of twee de dingen die je het meest eet. Je leert hoe je gewone porties eruitzien, en je beschrijvingen bij foto's worden beter. Onze gids over calorieën tellen zonder weegschaal heeft meer manieren om te schatten.

Hoe dan ook: het getal van één dag telt minder dan je trend. Beweegt je gemiddelde gewicht per week niet zoals je verwacht, pas je calorieën dan een beetje aan en geef het nog twee weken.

Ook gevraagd

Hoe nauwkeurig zijn AI-caloriecounters?

Met alleen een foto vonden studies naar ChatGPT en Claude gemiddelde fouten van zo'n 30 tot 36% in de calorieën van een maaltijd. Met een korte beschrijving van de ingrediënten en hoeveelheden daalde de fout in een studie uit 2025 tot zo'n 14%.

Overschatten of onderschatten AI-caloriecounters?

Ze onderschatten meestal, en meer bij grote porties. In een studie uit 2025 met drie AI-modellen schatten ze allemaal te laag bij grotere porties. Het verschil groeide met de portiegrootte.

Welk eten is voor een AI het moeilijkst te schatten op een foto?

Eten in kommen en gemengde gerechten zoals stoofpotten en curry's. Verborgen olie en dressing zijn ook lastig. Een foto laat geen diepte zien en niet wat eronder zit, dus zet er een paar woorden over bij.

Is een foto genoeg om af te vallen?

Voor de meeste mensen wel. Het belangrijkste is consequent loggen en je wekelijkse gewichtstrend in de gaten houden. Beweegt de trend niet zoals verwacht, controleer je porties dan een week met een weegschaal.

Kan AI een voedingsetiket van een foto lezen?

Ja, en dat is de nauwkeurigste foto die je kunt maken. De AI leest de getallen op het etiket, dus je hoeft alleen te zeggen hoeveel van de verpakking je hebt gegeten.

Bronnen

  1. Fridolfsson et al. (2025), Performance Evaluation of 3 Large Language Models for Nutritional Content Estimation from Food Images
  2. Rodríguez-Jiménez et al. (2025), Image-Based Dietary Energy and Macronutrients Estimation with ChatGPT-5, Cross-Source Evaluation Across Escalating Context Scenarios