1. 研究目的与意义
我们知道目前餐饮企业、学校、企事业单位食堂餐厅一般是实行消费机刷卡结算，虽然摆脱了现金结算伴随的不卫生、速度慢、易出现差错等问题，但是随着社会发展、技术进步、最重要的是就餐人员快节奏生活需求，传统的消费机刷卡结算明显不能满足是现实高要求，而对卫生要求、结算速度要求、自助消费等要求就提上了议程。
通过图像识别、芯片识别技术搭配智能硬件完成自动结算，系统统计数量和整单金额，完全自动化结算，无需人工干预。
智能结算可避免人为差错，算账精准，极大提升结算效率，缓解结算排队拥堵问题，同时节省人工，减少运营成本。
2. 研究内容与预期目标
内容概述：
主要以ChineseFoodNet数据集为典型的应用场景，实现多目标中的菜品识别与计价系统的实现。技术路线为：对数据集中的图像为依托，首先利用经典的图像分类网络对图片进行特征提取，包括经典的ResNet、Vgg系列等网络，将提取的特征进行分类识别到最终的预测。
系统主要实现功能需求包括：
3. 研究方法与步骤
该项目的需求明确，针对具体功能求，实现需求设计模型选择开源框架选取数据集构建与读取训练模型与调参测试等一系列流程。
本项目模型在Linux系统中训练，采用NVIDIA显卡GTX1080，对训练好的模型通过Flask框架以及pyqt5创建应用程序来实现可视化效果。通过Tensorflow开源框架以及python调用numpy、pandas等计算库来实现对网络模型的设计。采用方法拟采用经典的目标检测算法YOLO系列。
YOLO网络结构图：
4. 参考文献
[1]Convolutional Two-Stream Network Fusion for Video Action Recognition. Feichtenhofer C,Pinz A,Zisserman A. Computer Vision and Pattern Recognition . 2016
[2]Aggregated Residual Transformations for Deep Neural Networks. Xie S,Girshick R,Dollar P,et al. 2017 IEEE Conference on Computer Vision and Pattern Recognition（CVPR 2017） . 2017
[3]Automatic expansion of a food image dataset leveraging existing categories with domain adaptation. Y.Kawano,K.Yanai. Proceedings of the European Conference on Computer Vision . 2014
5. 工作计划
1、2022年12月25日~ 2022年3月8日 前期准备阶段，学习完成项目所需的知识
2、2022年3月9日~ 2022年3月31日 查阅资料，撰写开题报告，翻译英文资料
3、2022年4月1日~ 2022年4月8日 需求分析，搭建开发环境，熟悉开发工具
以上是毕业论文开题报告，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
