Genauigkeit, veröffentlicht
Das sind die echten Zahlen des Renzy-Scanners gegen ein offenes Dataset. Kein Marketing — nur MAE, MAPE und RMSE, wöchentlich aktualisiert.
MAPE in kcal
97.8%
Mittlerer absoluter prozentualer Fehler bei Gesamtkalorien.
MAE in kcal
136
Mittlerer absoluter Fehler. Je niedriger, desto besser.
MAPE in Gramm
3.9%
Die Portionsschätzung ist der Engpass.
Wie es berechnet wird
Jeder Dataset-Eintrag ist ein echtes Tellerfoto, dessen Gewicht auf einer Küchenwaage gemessen und dessen Kalorien aus USDA rekonstruiert wurden. Wir lassen die Produktions-Pipeline exakt wie bei einem Nutzer-Scan laufen — keine Abkürzungen, kein extra Kontext, kein Cache.
- Offenes Dataset: jedes Foto + Ground-Truth ist unter /api/admin/accuracy-dataset dokumentiert.
- Identische Pipeline wie in Produktion: Vision → Garnitur-Filter → Sauce + Marke → Maßstab → Kritik → USDA → Getränk-Bestätigung.
- Standard-Metriken: MAPE, MAE, RMSE. Keine Ausreißer-Filterung — die schlechtesten Fälle erscheinen auch auf dieser Seite.
- Wöchentlich automatisch neu ausgeführt. Wenn eine Modell-Iteration schlechter wird, sehen Sie das hier vor uns.
Fehlerverteilung
Über die Teller des Datasets ist dies die Verteilung des prozentualen Fehlers in kcal. Je dichter die Balken links, desto besser.
Die 5 schlechtesten Fälle
Was wir in diesem Batch am schlechtesten gemacht haben. Sie zu veröffentlichen zwingt uns, sie in der nächsten Iteration zu verbessern.
Coca-Cola lata 330ml
Echt: 139 kcal · Vorhergesagt: 275 kcal
Fehler: 97.8%
Letzte Ausführung: 11.5.2026, 06:33:37
Stichprobe: 1 Teller
Modell: anthropic/claude-sonnet-4.6
Batch: cron-2026-05-11-mp0tokls
Möchten Sie das Benchmark mit Ihrem eigenen Dataset reproduzieren? Schreiben Sie uns an hola@renzy.app.