为更好地实现餐厅一体化、智能化管理,提高餐厅点餐与管理效率,提高顾客的用餐体验,实现菜品的自动识别是十分必要的,它是实现餐厅信息化和自动化的重要环节。本文提出了一种基于卷积神经网络的菜品识别算法,主要采用MMDetection框架和Faster R-CNN目标检测模型实现,通过模块化设计初筛以及细分类的方式先处理易混淆的菜品类别,可较好地避免多尺度环境下引起的误识别,为智慧餐厅的研究提供了参考。
科研之友
微信
新浪微博
Facebook
分享链接
