针对中餐菜品种类繁多、食堂人工结算效率低下的问题,开展了基于图像识别技术的菜品自动识别算法的研究,设计了一个深度卷积神经网络对菜品进行分类。考虑到菜品智能识别系统需要明显地区分出不同的菜品,即增大不同类别之间的距离,在传统分类网络的基础上修改了损失函数,使得模型在训练过程中增大不同类别菜品的距离,同时缩小相同类别间的距离。采集菜品图片并整理制作数据集,用该数据集上的准确率证明了所提方法的有效性。