Précision, publiée
Voici les chiffres réels du scanner Renzy face à un jeu de données ouvert. Pas de marketing — juste MAE, MAPE et RMSE rafraîchis chaque semaine.
MAPE en kcal
125.5%
Erreur moyenne en pourcentage sur le total calorique.
MAE en kcal
261
Erreur absolue moyenne. Plus c'est bas, mieux c'est.
MAPE en grammes
142.5%
L'estimation des portions est le goulet d'étranglement.
Comment c'est calculé
Chaque entrée du jeu de données est une photo réelle d'un plat dont le poids a été pesé à la balance et les calories reconstruites depuis USDA. Nous faisons tourner le pipeline de production exactement comme lors d'un scan utilisateur — sans raccourci, sans contexte, sans cache.
- Dataset ouvert : chaque photo + vérité-terrain est documentée sur /api/admin/accuracy-dataset.
- Pipeline identique à la production : vision → filtre garnitures → sauce + marque → échelle → critique → USDA → confirmation boisson.
- Métriques standard : MAPE, MAE, RMSE. Sans filtrage d'outliers — les pires cas apparaissent aussi sur cette page.
- Ré-exécuté chaque semaine automatiquement. Si une itération du modèle régresse, vous le verrez ici avant nous.
Distribution des erreurs
Sur les plats du jeu de données, voici la distribution de l'erreur en pourcentage sur les kcal. Plus les barres sont serrées à gauche, mieux c'est.
Les 5 pires cas
Ce qu'on a fait de pire dans ce batch. Les publier nous oblige à les corriger à la prochaine itération.
1 croqueta de pollo 25g
Réel: 80 kcal · Prédit: 648 kcal
Erreur: 710.0%
Café con leche taza 200ml
Réel: 60 kcal · Prédit: 360 kcal
Erreur: 500.0%
1 taza de arroz blanco cocido
Réel: 206 kcal · Prédit: 884 kcal
Erreur: 329.1%
1 porción pizza margherita
Réel: 270 kcal · Prédit: 1000 kcal
Erreur: 270.4%
Patatas medianas (McDonald's)
Réel: 337 kcal · Prédit: 1162 kcal
Erreur: 244.8%
Dernière exécution: 22/06/2026 06:34:37
Échantillon: 27 plats
Modèle: anthropic/claude-opus-4.7
Batch: cron-2026-06-22-mqou646r
Vous voulez répliquer le benchmark avec votre propre dataset ? Écrivez-nous à hola@renzy.app.