产品介绍

AI视觉结算利用最新图像识别技术，通过识别菜品或盘子形状，实现二秒一单，快速结算。用户原有的餐具

大多能重复利用，无需全部定制与更换成密胺餐具，为用户节约定制餐具的时间和成本。每台设备内置算法，

不需要再单独配置算法服务器，使用互相不受影响。具有识别速度快、稳定性好、不需要额外配置算法服务

器、断网也能识别等突出特点，提升了用户体验感与满意度。

 AI识别模式：支持菜品识别、餐盘识别、混合识别三种模式。

 菜品录入：支持餐台快速录入新菜、修改菜品信息,操作完成即自动同步到同餐厅下的其他餐台。

手动纠错：用户在识别发现错误的时候,允许用户修改并将修改后正确的图片更新至菜品库并再次训练。

支付方式：支持刷脸、刷卡、电子卡、刷码四种支付方式。

打折功能：可以根据消费次数或用户级别实现不同的打折比率。

营业统计：消费机上可以统计当天的营业额。

1. AI识别模式介绍

AI视觉识别模式分为餐盘识别模式、菜品识别模式、混合识别模式，只能使用一种识别模式。在选择AI视觉

识别模式时，建议用户充分考虑自身的实际情况和需求，权衡各种模式的优缺点，选择最适合自己的识别模式。

1) 餐盘识别模式（推荐）

餐盘识别模式是根据餐盘不同的颜色、形状、大小等识别餐具，给出菜品名称、价格、照片等数据，适用于只

需计价的场景。

优点：因为同价位菜品餐具可以共用，录入数量相对少；后期不新增餐具无需维护修正图片；无需排菜复核操

作简单识别准确率高。

缺点：不同餐具需要有明显的颜色、形状、大小差异性；无法识别具体菜品，不同价位菜品需严格对应不同餐

具盛放。

2) 菜品识别模式

菜品识别模式是直接识别菜品，给出菜品名称、价格、照片等数据，适用于菜品出品比较标准的场景。

优点：可以识别出具体菜品，无需指定餐具盛装；

缺点：每个菜品都需单独录入；后期菜品成分变化需重新录入图片；需排菜和复核操作，对使用者的规范有一

定要求。

菜品资料录入时底片类型需选择菜品类。

3) 混合识别模式

混合识别模式是直接识别出菜品或餐盘或菜品+餐盘组合，具体根据底片录入的识别模式相关联。适用于识别

餐盘的同时还需要识别饮料、水果，或者菜品相似度高（如红烧牛肉与红烧羊肉，菜品相似度高，价格不一

样）、同样菜分大份与小份（价格不一样）的场景。

优点：混合识别能识别更多的复杂菜品，适合较复杂的应用场景。

缺点：需对菜品提前进行排菜与餐前复核操作，需特定餐盘，严格对应菜品。