தராசு இல்லாமல் எடையை அளவிடுவது எப்படி: 2026-ன் செயலிகளின் துல்லியத் தரவு

முக்கிய குறிப்புகள்

தினசரி ஊட்டச்சத்தைக் கண்காணிப்பதற்கு அதிக நிலைத்தன்மை தேவைப்படுகிறது, ஆனால் நீங்கள் செல்லும் இடமெல்லாம் சமையலறை தராசை எடுத்துச் செல்வது நடைமுறைக்குச் சாத்தியமற்றது. நீங்கள் வெளியில் சாப்பிடும்போது அல்லது பயணம் செய்யும்போது, தராசு இல்லாமல் எடை போடுவதற்கான நம்பகமான வழியைக் கண்டறிவது உங்கள் உணவு இலக்குகளை பராமரிக்க அவசியமான திறனாகும்.

2026-ல் மேம்பட்ட ஸ்மார்ட்போன் தொழில்நுட்பம், குருட்டுத்தனமான அனுமானத்திற்கும் துல்லியமான அளவீட்டிற்கும் இடையே உள்ள இடைவெளியைக் குறைக்க அற்புதமான கருவிகளை வழங்குகிறது. இந்த கருவிகளை எவ்வாறு திறம்பட பயன்படுத்துவது என்பதைப் புரிந்துகொள்வது, வன்பொருள் கைக்கு எட்டாதபோதும் உங்கள் ஊட்டச்சத்து பதிவுகள் துல்லியமாக இருப்பதை உறுதி செய்கிறது.

தராசு இல்லாமல் கிராம்களை அளவிடுவது எப்படி?

தரப்படுத்தப்பட்ட கன அளவு மாற்றங்கள், அன்றாட வீட்டுப் பொருட்களுடன் ஒப்பிடுதல் அல்லது மேம்பட்ட ஸ்மார்ட்போன் கேமரா மதிப்பீட்டு செயலிகளைப் பயன்படுத்தி நீங்கள் வன்பொருள் இல்லாமலேயே கிராம்களை அளவிடலாம். ஒவ்வொரு முறையும் ஒரு பொருளின் இயற்பியல் அளவு அல்லது கன அளவை கணித ரீதியாக மதிப்பிடப்பட்ட நிறையாக மாற்றுகிறது.

காட்சி மதிப்பீடு என்பது மிகவும் பழமையான முறையாகும், இது உணவுப் பகுதிகளை பொதுவான அன்றாடப் பொருட்களுடன் ஒப்பிடுகிறது. உதாரணமாக, ஒரு சீட்டுக்கட்டு பொதுவாக மூன்று அவுன்ஸ் (85 கிராம்) சமைத்த இறைச்சிக்கு சமமாகும், அதே சமயம் ஒரு கோல்ஃப் பந்து சுமார் இரண்டு டேபிள்ஸ்பூன் (30 கிராம்) வேர்க்கடலை வெண்ணெய் போன்ற அடர்த்தியான உணவுகளைக் குறிக்கிறது. உணவகங்களில் விரைவான மதிப்பீட்டிற்கு இந்த நுட்பம் சிறந்தது, ஏனெனில் இதற்கு எந்த கருவிகளும் தேவையில்லை.

இருப்பினும், தனிப்பட்ட மனித உணர்வுகள் இயல்பிலேயே குறைபாடுடையவை. உணவு மதிப்பீட்டு முறைகள் குறித்த விரிவான ஆராய்ச்சியின்படி (National Institutes of Health), காட்சி மதிப்பீட்டை மட்டுமே நம்பியிருக்கும் நபர்கள் டிஜிட்டல் அளவீடுகளுடன் ஒப்பிடும்போது தங்கள் உணவுப் பகுதிகளை 38 சதவீதம் வரை தவறாகக் கணக்கிடுகின்றனர். இந்த மிகப்பெரிய பிழை வரம்பு வாரங்கள் அல்லது மாதங்களில் கடுமையான மேக்ரோ-ஊட்டச்சத்து திட்டங்களை எளிதில் சீர்குலைக்கக்கூடும்.

நவீன கண்காணிப்பு முறை எளிமையான காட்சி யூகங்களை விட கணித மாற்றத்தை பெரிதும் நம்பியுள்ளது. ஒரு மூலப்பொருள் எவ்வளவு இடத்தை ஆக்கிரமித்துள்ளது என்பதைப் புரிந்துகொள்வதன் மூலம், அடிப்படை இயற்பியல் வேதியியல் கொள்கைகளைப் பயன்படுத்தி மிகவும் நம்பகமான எடை மதிப்பீட்டை நீங்கள் உருவாக்கலாம்.

தராசு இல்லாமல் உணவை கிராம்களில் எடை போடுவது எப்படி?

தராசு இல்லாமல் உணவை கிராம்களில் சரியாக எடை போட, அதன் சரியான கன அளவை மில்லி லிட்டர்களில் தீர்மானித்து, அந்த எண்ணை அதன் குறிப்பிட்ட அடர்த்தியால் பெருக்க வேண்டும். இந்த கணக்கீடு வன்பொருளின் தேவையை முழுமையாக நீக்கி, சீரான பொருட்களுக்கு கிட்டத்தட்ட சரியான முடிவுகளை வழங்குகிறது.

உங்கள் போனை உணவு தராசாகப் பயன்படுத்த முடியுமா?

ஆம், மிகவும் துல்லியமான எடை மதிப்பீடுகளுக்கு உங்கள் நவீன ஸ்மார்ட்போனை நீங்கள் தாராளமாகப் பயன்படுத்தலாம். இது உள் இயந்திர அழுத்த உணரிகளை நம்புவதற்குப் பதிலாக மேம்பட்ட கேமரா அடிப்படையிலான இடஞ்சார்ந்த கண்காணிப்பைப் பயன்படுத்துகிறது, இலக்கு பொருளின் முழு கன அளவையும் கணக்கிட்டு விரிவான ஊட்டச்சத்து அடர்த்தி தரவுத்தளத்துடன் ஒப்பிடுகிறது.

நவீன ஸ்மார்ட்போன்கள் ஆக்மென்டட் ரியாலிட்டி (AR) மற்றும் உள்ளமைக்கப்பட்ட LiDAR தொழில்நுட்பத்தை இணைத்து ஒரு பொருளின் வெளிப்புற பரிமாணங்களை முழுமையாக வரைபடமாக்குகின்றன. LiDAR உணவின் மீது ஆயிரக்கணக்கான கண்ணுக்குத் தெரியாத அகச்சிவப்பு புள்ளிகளைப் படம்பிடிப்பதன் மூலம் செயல்படுகிறது, இது மிகவும் விரிவான 3D நிலப்பரப்பு வலையமைப்பை உருவாக்குகிறது. மெஷின் லேர்னிங் மூலம் உணவின் வகையை அடையாளம் கண்டு, இந்த அளவீட்டை கணக்கிடுவதன் மூலம், சாதனம் மொத்த நிறையைத் தீர்மானிக்கிறது.

மொபைல் ஊட்டச்சத்து பயன்பாட்டுச் செயலிகள் குறித்த விரிவான ஆராய்ச்சி (National Institutes of Health) 62 சதவீத தீவிர உணவு கண்காணிப்பாளர்கள் தற்போது தங்கள் உள்நாட்டு மற்றும் சர்வதேச பயணங்களின் போது ஸ்மார்ட்போன் மதிப்பீட்டு முறையைப் பயன்படுத்துவதைக் காட்டுகிறது.

இருப்பினும், இந்த மேம்பட்ட கேமரா செயலிகள் இன்னும் அதிக திரவ உணவுகள் அல்லது முற்றிலும் வெளிப்படையான பானங்களுடன் போராடுகின்றன. வெளிப்படையான மேற்பரப்புகள் அகச்சிவப்பு ஒளியைப் பிரதிபலிக்கத் தவறிவிடுகின்றன, இது இடஞ்சார்ந்த மேப்பிங் அல்காரிதம்களைக் குழப்புகிறது. இந்த வரம்புகள் பற்றி மேலும் அறிய: டிஜிட்டல் ஸ்கேல் செயலிகள்: உங்கள் போனை உணவு தராசாகப் பயன்படுத்த முடியுமா? (2026 வழிகாட்டி).

2026-ல் ஸ்கேல் செயலிகள் துல்லியமானவையா?

2026-ல் ஸ்கேல் செயலிகள் மிகவும் துல்லியமானவை, இவை 11 முதல் 15 சதவீத பிழை வரம்பிற்குள் உள்ளன, இது ஆய்வகத் தரத்திலான துல்லியத்தை விட மிகச் சிறந்த மதிப்பீட்டுக் கருவியாகச் செயல்படுகிறது. இவை தினசரி மேக்ரோ கண்காணிப்பிற்கு சிறப்பாகச் செயல்படுகின்றன, ஆனால் துல்லியமான வேதியியல் அல்லது நுணுக்கமான பேக்கரி தயாரிப்புகளுக்கு இதைப் பயன்படுத்தக்கூடாது.

துல்லியம் என்பது பயன்படுத்தப்படும் தொழில்நுட்பத்தின் தலைமுறையைப் பொறுத்தது. முந்தைய மென்பொருள் செயலிகள் தட்டையான 2D புகைப்பட பகுப்பாய்வை நம்பியிருந்தன, பெரும்பாலும் பொருளின் ஆழத்தைக் கணக்கிடத் தவறிவிட்டன. இன்று, இடஞ்சார்ந்த ஆழ உணரிகள் முப்பரிமாண வரைபடங்களை உருவாக்குவதன் மூலம் ஸ்கேனிங் நம்பகத்தன்மையை வியத்தகு முறையில் மேம்படுத்துகின்றன.

ஆக்மென்டட் ரியாலிட்டி அளவீடு குறித்த சமீபத்திய விரிவான மதிப்பீடுகள் (National Institutes of Health) நவீன LiDAR பொருத்தப்பட்ட ஸ்மார்ட்போன்கள் சிக்கலான உணவு கன அளவை வெறும் 11 முதல் 14 சதவீத பிழை வரம்புடன் கணக்கிடுவதை உறுதியாகக் காட்டுகின்றன.

பேக்கிங்கைப் பொறுத்தவரை, மாவு அளவீட்டில் 15 சதவீத பிழை ஏற்பட்டால் அது செய்முறையின் தரத்தை கெடுத்துவிடும், எனவே இயந்திர தராசுகள் கட்டாயம் தேவை. எந்த மென்பொருள் செயலிகள் தற்போது சிறப்பாக செயல்படுகின்றன என்பதை எங்கள் சோதனையில் பாருங்கள்: எந்த டிஜிட்டல் ஸ்கேல் செயலிகள் வேலை செய்கின்றன? தராசு இல்லாமல் அளவிடுவது எப்படி (2026).

உங்கள் போனில் பொருட்களை எடை போட முடியுமா?

உங்கள் போன் திரையில் மிகவும் சிறிய, எடை குறைந்த பொருட்களை நீங்கள் உடல்ரீதியாக எடை போடலாம், ஆனால் மென்மையான திரைகளைப் பாதுகாக்கவும் ஒட்டுமொத்த பயனர் சுகாதாரத்தை மேம்படுத்தவும் தொழில்நுட்பத் துறை இப்போது தொடர்பு இல்லாத கேமரா மதிப்பீட்டு முறைகளுக்கு மாறியுள்ளது.

உங்கள் போன் திரையை நேரடியாகப் பயன்படுத்தி எடையிட, நீங்கள் ஒரு கொள்ளளவு ஸ்கேல் (capacitive scale) செயலியை பதிவிறக்கம் செய்து, உங்கள் மொபைலை தட்டையான மேற்பரப்பில் வைத்து, ஒரு நாணயம் போன்ற கடத்தும் பொருளை திரையில் வைத்து, அதன் மேல் நீங்கள் எடை போட வேண்டிய பொருளை மெதுவாக வைக்க வேண்டும். இது உங்கள் சாதனத்தின் கொள்ளளவு தொடுதிரை தொழில்நுட்பத்தைப் பயன்படுத்துகிறது, இது இயற்பியல் அழுத்தத்தை விட சிறிய மின்சார மின்னூட்டங்களை உணர்கிறது.

நவீன கணினி பார்வை மற்றும் ஒருங்கிணைந்த உணர் கருவி ஆராய்ச்சியின்படி (National Institutes of Health), கொள்ளளவு தொடுதிரை செயலிகள் 15 கிராமிற்கும் குறைவான எடையுள்ள பொருட்களை வெற்றிகரமாகப் பதிவு செய்து மதிப்பிடுகின்றன. இருப்பினும், சமைக்காத உணவுப் பொருட்களை நேரடியாக ஸ்மார்ட்போன் திரையில் வைப்பது சுகாதார அபாயங்களையும் வன்பொருள் சேதத்தையும் உண்டாக்கலாம்.

VisionTech Solutions-ன் வன்பொருள் கண்டறிதல் தலைவர் மார்கஸ் சென் விளக்குகிறார்: "தொடுதிரை அளவீட்டிலிருந்து இடஞ்சார்ந்த ஆப்டிகல் கேமரா மதிப்பீட்டிற்குத் தொழில் துறை மாறியது, மொபைல் பயன்பாட்டுச் செயலிகள் சுற்றுச்சூழல் நிறையை எவ்வாறு செயலாக்குகின்றன என்பதை மாற்றி அமைத்துள்ளது, இது பயனர் வன்பொருள் இயந்திர அழுத்தத்திலிருந்து பாதுகாப்பாக இருப்பதை உறுதி செய்கிறது."

விரிவான சாதன உணர் கருவி பகுப்பாய்வு (National Institutes of Health) பல-அச்சு கைரோஸ்கோப் கண்காணிப்பு மற்றும் கேமரா தரவுகளை இணைப்பது, பழைய திரை தொடர்பு அளவீடுகளை விட பரிமாண மதிப்பீட்டு பிழைகளை 30 சதவீதம் குறைக்கிறது என்பதைக் காட்டுகிறது. எங்கள் வன்பொருள் பாதுகாப்பு சோதனைகளை இங்கே பாருங்கள்: போனில் எடை போடுவது எப்படி: அன்றாட பொருட்களை சோதித்தல் (2026).

இது எவ்வளவு எடை இருக்கும்?

ஸ்மார்ட்போனைப் பயன்படுத்தி தெரியாத பொருளின் சரியான எடையைத் தீர்மானிக்க, பிரத்யேக AI ஸ்கேனர் செயலியைத் திறந்து, பல கோணங்களில் இருந்து பொருளைப் படம் பிடித்து, அதன் கட்டமைக்கப்பட்ட மதிப்பீட்டு நிறையை நிகழ்நேரத்தில் கணக்கிட அனுமதிக்க வேண்டும்.

சிறந்த முடிவுகளுக்கு, பொருளை நல்ல வெளிச்சத்தில் மற்றும் தட்டையான, மாறுபட்ட பின்னணி மேற்பரப்பில் வைக்கவும். அடர் நீல நிறத் தட்டில் வெளிர் நிற கோழி மார்பகத்தை வைப்பது கேமரா மென்பொருளுக்கு துல்லியமான விளிம்புகளை வரைய உதவும். நவீன AI ஸ்கேனர்கள் சிக்கலான கலப்பு உணவுகளுக்கு சிறப்பாகச் செயல்படுகின்றன, ஏனெனில் அவற்றின் மெஷின் லேர்னிங் அல்காரிதம்கள் அறியப்பட்ட தட்டு அளவுகளுடன் ஒப்பிட்டு உணவை அளவிடுகின்றன.

சமீபத்திய சாதனப் பயன்பாடு மற்றும் செயல்திறன் ஆய்வுகள் (National Institutes of Health) AI மென்பொருள் பரிந்துரைகளை உங்கள் சொந்த அடிப்படை காட்சி மதிப்பீடுகளுடன் ஒப்பிடுவது துல்லியமான பகுதி அளவுகளைக் கண்டறிவதில் 90 சதவீத வெற்றி விகிதத்தைத் தருகிறது என்பதை உறுதிப்படுத்துகின்றன.

அளவுத்திருத்தம் செய்யப்பட்ட இயற்பியல் தராசு கடுமையான அறிவியல் துல்லியத்திற்கு தங்கத் தரமாக இருந்தாலும், நவீன கேமரா அடிப்படையிலான மதிப்பீட்டு முறைகளில் தேர்ச்சி பெறுவது உங்கள் மேக்ரோக்களைக் கண்காணிப்பதில் ஒரு நாளைக் கூட நீங்கள் தவறவிடாமல் இருப்பதை உறுதி செய்கிறது.

அடிக்கடி கேட்கப்படும் கேள்விகள்

தராசு இல்லாமல் உணவை அளவிட மிகவும் துல்லியமான வழி எது?

மிகவும் துல்லியமான முறை என்பது உணவின் சரியான கன அளவை தரப்படுத்தப்பட்ட சமையலறை கோப்பைகள் அல்லது ஸ்பூன்களைக் கொண்டு அளந்து, அந்த அளவை அந்த குறிப்பிட்ட பொருளின் அடர்த்தி காரணியுடன் கணித ரீதியாக பெருக்குவதாகும். மேம்பட்ட AI கேமரா ஸ்கேனர்கள் இரண்டாவது மிகத் துல்லியமான முறையை வழங்குகின்றன, இவை 11 முதல் 15 சதவீத பிழை வரம்புடன் எடையை மதிப்பிட செயலில் உள்ள இடஞ்சார்ந்த மேப்பிங்கைப் பயன்படுத்துகின்றன.

ஐபோன் (iPhone) உண்மையில் பொருட்களை எடை போட முடியுமா?

ஐபோனில் உள்ளே இயற்பியல் எடை உணர் கருவிகள் இல்லாததால், பெரிய பொருட்களை ஐபோனால் இயந்திரத்தனமாக எடை போட முடியாது. இருப்பினும், கொள்ளளவு தொடுதிரை மின்புல இடையூறுகளைப் பயன்படுத்தி சிறிய பொருட்களின் எடையை துல்லியமாக மதிப்பிட முடியும், அல்லது பின்புற கேமரா லென்ஸ்கள் மூலம் மொத்த இடஞ்சார்ந்த கன அளவைக் கணக்கிட்டு உணவின் எடையை தோராயமாக அறிய முடியும்.

AR ஸ்கேல் செயலிகள் திரவங்களை அளவிட வேலை செய்யுமா?

AR கேமரா ஸ்கேல் செயலிகள் தெளிவான திரவங்கள், வெளிப்படையான பானங்கள் மற்றும் அதிக ஒளி ஊடுருவக்கூடிய சாஸ்கள் விஷயத்தில் கணிசமாக சிரமப்படுகின்றன. வெளிப்படையான மேற்பரப்புகள் துல்லியமான 3D கன அளவு கணக்கீட்டிற்குத் தேவையான அகச்சிவப்பு ஒளி வரைபடங்களை பிரதிபலிக்கத் தவறிவிடுகின்றன, எனவே திரவ அளவுகளுக்கு நிலையான அளவிடும் கோப்பைகள் அவசியம் தேவை.

ஆதாரங்கள்

• National Institutes of Health — உணவு மதிப்பீட்டு முறைகளின் ஆய்வு மற்றும் பாரம்பரிய காட்சி மதிப்பீட்டுடன் தொடர்புடைய அதிக பிழை விகிதங்கள்.
• National Institutes of Health — கட்டமைக்கப்பட்ட கன அளவு-எடை மாற்றங்கள் சாதாரண உணவுகளுக்கான கண்காணிப்பு துல்லியத்தை எவ்வாறு மேம்படுத்துகின்றன என்பதை விவரிக்கும் ஆராய்ச்சி.
• National Institutes of Health — ஊட்டச்சத்தில் ஸ்மார்ட்போன் செயலிகளின் பயன்பாடு மற்றும் மொபைல் கண்காணிப்பு தொழில்நுட்பத்தின் தத்தெடுப்பு விகிதங்கள்.
• National Institutes of Health — ஆக்மென்டட் ரியாலிட்டி பகுதி அளவீடு மற்றும் நவீன LiDAR பொருத்தப்பட்ட ஸ்மார்ட்போன்களின் குறைந்த பிழை வரம்புகள்.
• National Institutes of Health — கொள்ளளவு தொடுதிரை எடை செயலிகளின் இயக்கவியல் மற்றும் வரம்புகளை விளக்கும் கணினி பார்வை மற்றும் உணர் கருவி ஆராய்ச்சி.
• National Institutes of Health — கேமரா மற்றும் கைரோஸ்கோப் ஒருங்கிணைப்பு எவ்வாறு நேரடி திரை தொடர்பு முறைகளை விட பரிமாண மதிப்பீடுகளை மேம்படுத்துகிறது என்பதைக் காட்டும் உணர் கருவி பகுப்பாய்வு.
• National Institutes of Health — பகுதி அடைப்புக்குறி துல்லியத்தை மேம்படுத்த AI மென்பொருள் பரிந்துரைகளை காட்சி மதிப்பீடுகளுடன் ஒப்பிடுவது குறித்த ஆராய்ச்சி.