来客首创用于餐厅后厨的深度学习智能摄像头 - 安防知识网

厨师只负责炒菜与出菜份数，在上菜的最后一道环节由来客的智能传菜摄像头来判定菜品的去向

　　近年谷歌 Alpha Go 和李世石之间的人机围棋世纪大战让人们接触到深度学习的概念，作为机器学习的一种方式，深度学习的定义复杂难懂，而让深度学习进入餐厅、进入后厨，一般人不会这么想，却是来客创始人姚海平想要挑战的一个领域。来客近期研发了一款深度学习智能摄像头，独创性地将深度学习技术引入了餐饮业。

　　来客首创用于餐厅后厨的深度学习智能摄像头

　　在餐厅就餐，可能人人都经历过晚上菜、错上菜、漏上菜的体验。这些算不上致命的顽疾，似乎从来没有引起餐厅老板足够的重视，也从来没有得到彻底的解决，却实实在在地磨损着消费者的就餐体验，伤害了餐厅的美誉度。

　　之所以会出现错上菜、漏上菜的情况，是因为后厨生产流程不完善与信息化程度不够。例如，顾客在点餐后要求换桌，此时菜品信息与桌号已经传到后厨且条目单已经打印出来了，打荷(南方地区对传菜员的常用称呼)人员只能手写涂改桌号信息，由于所有的订单基本都是由打荷来协调和安排，难免就会出现失误，特别是在用餐高峰期。又比如，好几桌的客人都点了同一道菜，但是点菜的时间和顺序显然是不同的，但是因为传统的收银系统不能有效地对同一道菜“合并同类项”给后厨，并且指引上菜顺序，而是全都交给服务员来人工完成，就难免会出现第一个点这道菜的客人反而是最后一个才吃上的情况。

　　来客智能餐饮管理系统是怎么解决这一业界顽疾的呢?

　　来客将深度学习和智能视觉技术应用于餐厅后厨的信息化

　　“我们研发了一款深度学习智能摄像头，可以自动识别菜品;与来客 iPOS 结合，还能兼顾并菜出品和上菜秩序，极大地减轻了打荷和切配的压力，同时减少了人工操作误差，改善了消费者体验。”姚海平表示。从点餐信息传达到后厨开始，来客 iPOS 采用信息化和电子化作业配合后厨模块，来解决打荷、划菜等问题。 厨师只负责炒菜与出菜份数，在上菜的最后一道环节由来客的智能传菜摄像头来判定菜品的去向，即上菜顺序，从而解决了餐厅错上菜、漏上菜的行业痛点，提高了后厨生产效率。

　　来客用独创的深度学习智能视觉系统重构了餐饮商户的后厨，真正将智慧餐饮的概念落在实处。最终的产品看似简单，但背后有强大的技术研发底蕴所支持。来客智能视觉系统通过长时间的机器学习过程可极致接近理论的误差率。为确保精准度与灵活性，摄像头也可以自由移动位置。

　　从深度学习原理到智能菜品识别系统是智慧餐饮发展过程中的一大步。而同样的技术，用于水果店、干果零食等涉及商品称重的零售店铺，也能大大优化店铺的点单收银流程。