本项目旨在构建一个完整的智慧饭堂餐饮系统，主要由菜品购买模块、餐盘回收模块、前端显示模块、数据库存储模块、小程序交互模块等五个模块组成，在前两个模块，我们将采集菜品图像、人脸信息、摄入重量等数据，并对菜品、餐盘、人脸进行识别，提取信息。前端显示模块用于实时向用户展示信息，数据库存储模块用于存储、管理所有数据。在用户交互模块，用户通过小程序查看就餐信息与报表，可以知晓自己的摄入情况与浪费情况，从而关注饮食健康；饭堂后台通过数据分析，可以知晓用户对不同菜品的喜爱程度，进行相应调整，打造符合用户口味的饭堂。
- 本项目包括三种识别网络模型，两次识别流程，一个微信小程序。两次识别流程分别运行在PC端与树莓派上。
| 文件夹 | 功能 |
|---|---|
| dish | 菜品识别模型 |
| first/Face_RCN | 人脸识别模型 |
| wechatQRCode | 二维码扫描模型 |
| first | 第一次识别流程 |
| second | 第二次识别流程 |
| WeApp | 微信小程序 |
在项目根目录下还有一些文件，是属于first与second里的部分文件都需要调用的。
- 菜品识别使用的数据集为自己制作的数据集，占用空间较大，不在此处放出，训练好的模型在
./dish/model/model.pkl。 - 人脸识别使用开源数据集，训练好的模型在
./first/FaceRCN/model_data/下。 - 二维码扫描使用微信提供的caffe模型，位于
./wechatQRCode下。