基于图像识别的智慧餐饮管理系统毕业设计 Springboot+Mysql+YOLOX

最新推荐文章于 2024-11-06 11:18:18 发布

毕业设计精选

最新推荐文章于 2024-11-06 11:18:18 发布

阅读量1.2k

点赞数 6

分类专栏：毕业设计文章标签：课程设计 java spring boot 微信小程序毕业设计

本文链接：https://blog.csdn.net/Aknits/article/details/139124953

版权

毕业设计专栏收录该内容

165 篇文章

订阅专栏

作者主页：毕业设计精选

作者简介：9年JAVA全栈开发经验，专注JAVA技术、系统定制、远程指导，致力于企业数字化转型，CSDN博客专家

摘要

针对目前高校就餐排队时长、计费细则缺失与缺乏高效计费系统等问题，笔者以某高校食堂菜品为样本，基于 Vue、微信小程序、SpringBoot 技术设计一个基于图像识别的智慧餐饮管理系统。实践表明，该系统能够稳定运行，可以为管理者提供决策支持，达到预期设计要求。

关键词：智慧餐饮管理系统；计算机视觉；推荐系统；SpringBoot；

0 引言

随着科学技术的不断进步，人工智能已广泛应用于各行各业中。近年来，高校的招生规模不断扩大，学生人数不断增加，使得高校食堂经常出现排队时间长、计费不准确以及大量耗费人力资源等问题。由此可见，高校食堂引入以图像识别技术为核心的餐饮管理系统具有重要的实践意义。本文采用计算机视觉、推荐系统、后端微服务框架 SpringBoot 、前端 Vue 框架及微信小程序搭建智能化的餐饮管理系统，并结合高校食堂的具体需求进行优化，旨在为高校提供更准确、更快速的就餐结算方式。

1 系统核心技术

1.1 计算机视觉

在图像识别模块中，采用 YOLOX 与 ncnn 计算框架作为主要技术来实现。YOLOX 是旷视科技公司在 2021 年提出的高性能的检测器，在 YOLO（You Only Look Once ）系列的基础上借鉴了近年来目标检测学术界的最新成果，同时继承了 YOLO 系列容易部署的特点，提供了多种部署版本 [1] 。ncnn 是腾讯优图实验室的首个开源项目，是一个为手机端极致优化的高性能神经网络前向计算框架。该计算框架无第三方依赖，手机端 CPU 的运算速度快于目前所有已知的开源框架。它使开发者能够将深度学习算法轻松移植到手机端并高效执行，开发出人工智能应用 [2]。

1.2 推荐系统

项目中的推荐模块利用协同过滤推荐算法（Collaborative Filtering ，CF ）实现。协同过滤推荐算法利用聚类的思想，用大数据分析、数据挖掘等技术将许多看起来没有关联的人，通过某些特定的算法挖掘出具备相似特征的个别群体，将他们感兴趣的事物划分、过滤后推荐给那些具备相似特征的人 [3-4] 。CF 算法主要分为基于存储的方法（Memory_Based ）和基于模型的方法（Model_Based ）。基于存储的方法是利用用户评价过的事物信息，根据用户行为数据来预测用户可能感兴趣的未知事物，分为基于用户的协同过滤（User-Based CF ）和基于物品的协同过滤（Item-Based CF ）两种算法。基于模型的方法使用机器学习（聚类、回归等）算法建立用户与事物之间以及用户与用户之间的关系，然后通过优化过程得到模型参数，建立的数据模型比原始数据集小，最终根据模型产生合理的推荐 [5-6]。

1.3 微信小程序

微信小程序的开发框架为 MINA 框架，包含视图层（View ）和逻辑层（App Service ），视图层和逻辑层通过系统层的 JS Bridage 进行通信。视图层用于渲染页面结构，通过使用 WXML 文件搭建页面的基本视图结构，使用 WXSS 文件控制页面的展现样式。逻辑层使用 JavaScript 语言编写，具有逻辑处理、数据处理、接口调用等功能，将逻辑层中的数据与页面进行单向绑定，当数据变更时，对应页面组件会作出对应的更新 [7-8]。

1.4 Web 前端技术框架

管理端借助 Web 网站作为媒介实现，Web 前端主要利用 Vue 框架实现。Vue 是一套专注于视图层的渐进式框架，与其他大型框架不同的是它被设计为可以自下向上的逐层应用。Vue 中的数据绑定及组件式开发特性能够有效简化代码，降低了代码的耦合度，同时增加了代码的可复用性 [9-10]。

1.5 Web 后端技术框架

项目后端基于 SpringBoot 框架和 MySQL 数据库实现。 SpringBoot 是由 Pivotal 团队设计的全新框架，用于简化新 Spring 应用的初始搭建以及开发过程，能够有效缩短开发时间。MySQL 作为一个关系型数据库管理系统，将数据存储在不同的表中，并且使用标准化的 SQL 语言对数据进行增删改查操作。利用 Mybatis 持久层框架生成调用 MySQL 的 SQL 语句，控制 SQL 语句的时序调用，以此建立后台与数据库之间的操作。

2 系统设计

2.1 系统架构设计

该系统架构设计如图 1 所示，Web 前端采用 Vue 框架搭建网页端，Web 后端采用 SpringBoot 搭建，将 MySQL 作为数据库。

图 1 系统架构设计

2.2 系统总体设计

系统由网页端和小程序端组成，两者共享同一个后端，所有数据从同一个后端中获取、保存。网页端负责实现管理员的权限，小程序端负责实现用户的权限。

系统管理端功能模块如图 2 所示，共分为餐厅管理模块、菜品管理模块、用户管理模块、反馈管理模块以及数据统计模块 5 个模块。餐厅管理模块负责管理管理员的账号信息及餐厅的信息；菜品管理模块负责管理餐厅所设置菜品的信息；用户管理模块可以查看用户的所有信息，方便管理员对用户信息进行处理；用户反馈模块为用户端提交给管理者的信息，方便管理者快速获得用户的诉求，及时处理；数据统计模块负责统计餐厅的收支情况、菜品消耗的数据，便于餐厅管理者及时作出判断。

系统用户端功能模块如图 3 所示，由登录注册页、首页、个人中心页、搜索页组成。用户在登录注册页可以利用手机号进行注册；用户在首页可根据需求选择不同的餐厅，查看各餐厅设置的菜品信息，系统也会根据用户平时的用餐习惯进行推荐；用户在个人中心中可查看订单信息，能够对每个菜品进行评价，能够将有疑问的地方反馈给管理员，方便餐厅进行改善及个性化推荐。

图 2 系统管理端功能模块

图 3 系统用户端功能模块

2.3 数据库及关联关系设计

智慧餐饮管理系统按照用途分为管理端与用户端两大板块。其中，管理端板块分为管理员信息管理模块（利用 Manager 表实现）、餐厅信息管理模块（利用 Restaurant 表实现）、菜品信息管理模块（利用 Menu 表及其相关联的各类表实现）、用户信息管理模块（利用 Consumer 表及其相关联的各类表）、数据统计模块（利用 Day 、Month 、Year 表及其相关联的各类表统计餐厅数据实现）以及评价与反馈模块（利用 feedback 、evaluate 表实现）。用户端板块包括用户信息模块（利用 Consumer 表及其相关联的各类表实现）、菜品餐厅信息展示模块（利用 Menu 表及其相关联的各类表实现）、搜索历史模块（利用 history 表实现）。数据库表及关联关系如表 1 所示。

3 系统实现

3.1 图像识别模块实现

试验所需图像在广东海洋大学食堂的菜品中采集，共采集 15 类菜品，利用采集的数据集对轻量化模型 YOLOX- Nano 进行训练，将训练好的模型使用 ncnn 计算框架部署于安卓平台的手机端，并通过连接 USB 摄像头对准菜品进行精准识别。菜品识别系统安卓程序开启时，如果摄像头开始检测到有菜品，则每 0.5 s 拍摄并识别一次图像，在 2 s 后停止拍摄，检测效果如图 4 所示。

3.2 管理端实现

管理端实现效果如图 5 所示，Web 前端基于Vue 框架实现，左部导航栏囊括所有功能模块，便于餐厅的管理者全面了解相关信息，进一步参与餐厅的决策，实现数字化与智能化。

表 1 数据库表及关联关系

表索引	表名	主键字段	表描述	关联表名称	关联关系
T1	Consumer	C_id	用户表	history evaluate feedback day_mp month_mp year_mp order	1 1 1 1 1 1 1	∶ ∶ ∶ ∶ ∶ ∶ ∶	n n n n n n n
T2	Restaurant	res_id	餐厅信息表	—		—
T3	Menu	M_id	菜品信息表	evaluate Menu_Order Day_Menu Month_Menu Year_Menu Day_MP Month_MP Year_MP	1 1 n n n 1 1 1	∶ ∶ ∶ ∶ ∶ ∶ ∶ ∶	1 1 1 1 1 1 1 1
T4	Order	O_id	订单信息表	Consumer Menu_Order evaluate	n 1 1	∶ ∶ ∶	1 n n
T5	Manager	MA_id	管理员信息表	—		—
T6	Day	D_id	日餐厅数据统计信息表	Day_Menu	1	∶	n
T7	Month	MON_id	月餐厅数据统计信息表	Month_Menu	1	∶	n
T8	Year	Y_id	年餐厅数据统计信息表	Year_Menu	1	∶	n
T9	Day_Personal	DP_id	日个人就餐数据统计信息表	Day_MP	1	∶	n
T10	Month_Personal	MP_id	月个人就餐数据统计信息表	Month_MP	1	∶	n
T11	Year_Personal	YP_id	年个人就餐数据统计信息表	Year_MP	1	∶	n