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
97.8%
Erreur moyenne en pourcentage sur le total calorique.
MAE en kcal
136
Erreur absolue moyenne. Plus c'est bas, mieux c'est.
MAPE en grammes
3.9%
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.
Coca-Cola lata 330ml
Réel: 139 kcal · Prédit: 275 kcal
Erreur: 97.8%
Dernière exécution: 11/05/2026 06:33:37
Échantillon: 1 plats
Modèle: anthropic/claude-sonnet-4.6
Batch: cron-2026-05-11-mp0tokls
Vous voulez répliquer le benchmark avec votre propre dataset ? Écrivez-nous à hola@renzy.app.