【Mind+ AI模型训练】菜品秒算精灵- Makelog(造物记)

谁还在为餐厅结账时 “菜品点多算错”“计价模糊不清” 头疼？谁不想让食堂打饭、小吃街扫货时，能快速 get 每道菜的价格，明明白白消费？今天，AI 菜品识别计价装置就要打破传统计价的 “繁琐与模糊”，用科技给 “干饭结账” 来一场有趣的革命！

它就像一位 “火眼金睛的计价小管家”，不用人工核对、不用逐样扫码，只要把餐盘一放、菜品一摆，AI 镜头轻轻一扫，就能瞬间识别每道菜品的名称、分量，自动算出精准总价 —— 不管是复杂的家常菜、精致的小吃拼盘，还是分量多变的自选餐，都能秒速搞定，既杜绝了 “多算一分钱” 的尴尬，又省去了 “挨个核对清单” 的麻烦。

看完这个 AI 菜品秒算精灵的神奇效果，是不是已经忍不住想亲手复刻一个了？其实它的核心秘密，就藏在 “让装置认得出每道菜、算得对价格” 的 AI 模型里 —— 而训练模型、导出算法这些关键步骤，咱们完全不用愁，有 Mind+ V2 这款 “全能工具” 帮衬！它就像为新手量身打造的 “AI 工坊”，能把复杂的模型训练、算法导出流程变得像搭积木一样简单，不用复杂编程，跟着步骤就能搞定。接下来，咱们就从 Mind+ V2 的使用开始，一步步拆解制作过程，教你如何训练专属的菜品识别模型，把这个实用又好玩的计价装置做出来～

基于此计价装置的菜品识别功能，你甚至可以自己动手DIY属于自己的项目。比如增加养生需求定制功能：减脂期推荐 “多吃蛋白少碳水”，识别到菜品炒青菜属于蛋白质少的类型，建议虾滑蛋这类食用蛋白质多的菜品；控糖期提醒 “搭配杂粮更稳血糖”，识别到炒猪肝不属于杂粮类，不建议食用，帮你调整营养均衡～

什么是Mind+ V2？

Mind+ V2 是一款面向 AI 初学者与创作者的可视化模型训练工具。它将复杂的 AI 训练流程简化为三步即可完成：

1.准备数据集 — 通过摄像头采集或导入本地图片，并进行快速标注。

2.训练模型 — 一键启动训练，实时查看准确率与损失曲线。

3.导出部署 — 模型生成后，可直接部署至 HuskyLens 2、行空板等硬件设备，实现即训即用。

它支持的模型类型更丰富，除常见的 目标检测、图像分类、手势分类 外，还扩展到 姿态分类、实例分割、语音分类、文本分类 等多种 AI 场景，让用户无需复杂环境配置即可快速上手 AI 创作。

硬件准备

USB摄像头 * 1

LattePanda 拿铁熊猫 3 Delta Win10 开发板 * 1

Type-C 电容触摸屏 * 1

软件准备

Mind+V2

实施步骤

步骤 1. 进入Mind+ V2 目标检测

根据你的操作系统，下载安装最新版的Mind+ V2。打开Mind+ V2在菜单栏中选择 “新建项目”，然后点击 “模型训练”。在训练选项中找到 “目标检测” 并点击，即可完成项目创建。

在界面右上角点击 “高级模式” 以切换模式。切换成功后，菜单栏将新增以下功能模块：数据设置、标注设置、模型训练、模型校验。

步骤 2. 数据设置

切换到 “数据设置” → 点击左上角 “创建数据集”，例如创建一个名为菜品识别的数据集。切换到高级模式后，数据集列表中会默认显示一个 “Experience” 数据集，该数据集由快速体验模式生成。用户可以对新建数据集执行以下操作：标注、复制、导入数据、导出以及删除。

为新建的菜品识别数据集执行 “导入数据” 操作。系统支持两种导入方式：有标注数据和无标注数据。本次项目使用标注数据的方式。

导入方式1：无标注数据导入

￮适用于仅上传原始图片的情况（如西红柿炒鸡蛋、米饭混合在一起的图片，且每种类别图片数量不低于20张）。

￮操作步骤：选择导入类型为 “无标注数据” → 点击 “点击上传” → 从本地选择图片 → 点击“确认”完成导入。

导入方式2：有标注数据

• 直接上传 YOLO 格式的已标注数据（.zip 压缩包）。

• 按照平台要求组织文件夹结构，上传后无需手动标注，直接跳转到模型训练。

注意：有标注数据的分类名称需使用英文，否则上传后标签可能出现乱码。

步骤 3. 数据标注

菜品图片（无标注数据）导入成功后，标注进度栏会同步显示已导入的图片数量及对应的标注数量。显示有数据无标注（如0/1），则需要手动对数据进行标注。在“操作”栏中点击 “标注”，进入菜品识别的标注设置界面。按照界面提示完成标签创建，用于标注不同类别的菜品。接下来为数据集进行标注。操作时先点击对应的标签名，通过鼠标左键点击目标一角，对角下拉至目标对角，再点一次左键形成矩形框（完整框选目标）。