AI识别服务采用PyTorch深度学习框架，结合了Faster-RCNN YoloX等神经网络对商品图片进行实时分割、分类并与样本图片进行比对
配合餐饮收银系统实现自动SKU点单完成秒级买单
多系统/平台支持
支持Windows和Linux操作系统，支持x86 ARM硬件平台
加速硬件支持
支持CPU和GPU两种硬件加速算法
GPU使用的CUDA最低要求显存≥4G的Nvidia显卡
快速开发对接
仅有不超过10个API，全部HTTP接口
开发容易最快十五分钟完成对接
自动排菜样本库滚动更新
在使用中人工纠错既自动替换标准样本，样本库滚动更新应对菜品细微变化
纠错既排菜，无需每天进行专门的排菜工作
标准模型定期更新发布
与大型连锁餐饮企业合作进行定期的图片采集标注分类后投入高性能GPU服务器24*7不间断的训练标准模型
根据用户的使用反馈和样本多样化以及模型参数的调整标准模型将越来越精准
我们对标准模型库进行定期的更新和免费发布
GPU版迁移学习越用越准
GPU版本支持迁移学习，可在发布的标准模型的基础上做定向训练，启用迁移学习后不再需要更新基础模型
比如某餐饮店只卖10种披萨那可以使用迁移学习训练，对每种披萨采样二三十个样本进行迁移学习训练，短时间的训练即可做到无限接近100%的识别率
大于等于8G版本GPU支持边训练边推理使菜品识别越用越精准
免费发布和商业授权
CPU算法：免费下载
GPU算法：3000元/客户端，量大和定制面议
标准模型：免费下载
识别速度
50个菜品排菜、每个菜品10个样本、餐盘放置6个菜品
4核CPU大约2秒左右，8核CPU大约1秒左右
Nvidia1630+4核CPU比对返回速度小于1秒
