AI食物图片识别
各维度得分依据公开资料与字段推算,加权后即综合评分,仅供参考。
FoodAI 是由新加坡管理大学 School of Computing and Information Systems 团队开发的智能食物识别服务，定位于食品与健康领域的图像识别技术，尤其强调对新加坡本地食物的覆盖。网站显示其基于深度学习视觉识别技术，可识别 756 个视觉食物类别，并提供在线 Demo 与开发者 API 入口。
从抓取内容看，FoodAI 的核心能力是上传、拖拽或粘贴食物图片后进行食物类别识别，适用于饮食记录、营养健康应用、餐饮图片分类和食品研究等场景。它提供 developer portal 和 API services，并有文档、食物标签、版本支持等入口，说明具备一定集成能力。但页面没有披露 API 协议、SDK、调用限制、鉴权方式、准确率、延迟或模型架构，因此只能判断其具备基础开发者接入形态，无法评估工程成熟度。
网站明确提供在线 Demo，可用于初步体验识别效果；但未披露免费额度、API 试用次数、商业套餐、按量计费或付款方式。对企业或开发者而言，若要用于产品环境，需要联系官方确认价格、授权范围、服务等级和调用上限。
条款中对数据使用说明较多：平台会收集注册信息、自报信息、用户内容和网页行为信息，数据可能用于研发、质量控制、数据分析和研究。个体级自报信息原则上需明确同意才向第三方披露，法律要求除外。但用户上传内容会授予 FoodAI 永久、不可撤销、全球、免版税、非独占的使用许可，这对涉及商业图片、用户隐私或医疗健康数据的场景是重要风险点。服务也以“现状”提供，结果被描述为实验性质，不应视为专家或权威判断。
优点是垂直聚焦食物识别、类别数量明确、具备高校研发背景，并提供 Demo/API 入口，适合研究者、健康饮食应用原型团队和关注新加坡本地食物识别的开发者。缺点是商业信息不透明，缺少公开性能指标和中文支持说明，且数据授权条款较宽。
抓取文本未提供中国大陆访问、支付或备案信息，实际可用性未知。若在国内项目中落地，建议同时评估 Google Cloud Vision、Azure AI Vision、AWS Rekognition、Clarifai 或本土视觉识别方案作为替代。
本测评基于公开资料整理,不构成购买建议,请以 foodai.org 官网实际信息为准。
有开发者入口，适合健康餐饮类AI应用参考。
评分明细(分布与用户短评)接入中。当前展示 TG4G 综合评分,数据源自公开测评与用户反馈。