技术摘要：
本发明实施例提供了一种菜品类别识别方法、装置及电子设备，该菜品类别识别方法包括：获取包含菜品区域的目标图像；对所述目标图像进行外观特征识别，得到所述目标图像包含的菜品的目标外观特征向量；从预先存储的各类菜品的外观特征向量中，确定与所述目标外观特征向  全部
背景技术：
在餐饮行业中，需要确定菜品的菜品类别。例如，在用户拿取菜品后，电子设备需 要识别用户所拿取菜品的菜品类别，进而可以确定该菜品类别对应的价格，从而用户可以 对其所拿取的菜品进行付款。 相关技术中，电子设备通常通过识别菜品上粘贴的条形码并获取条形码上的菜品 类别。 但是，相关技术中，识别菜品类别的过程较为繁琐，从而导致识别菜品类别的效率 较低。具体的，在识别菜品类别时，需要工作人员查找到菜品上粘贴的条形码，电子设备对 准该条形码，并识别该条形码，从而获取菜品的菜品类别。由于菜品上粘贴的条形码通常较 小，工作人员查找菜品上粘贴的条形码需要消耗一定的时间，且电子设备需要找准条形码， 电子设备对准条形码也需要消耗一定的时间，从而导致识别菜品类别所消耗的时间较长， 识别菜品类别的效率较低。
技术实现要素：
本发明实施例的目的在于提供一种菜品类别识别方法、装置及电子设备，以缩短 菜品类别识别所消耗的时间，提高识别菜品类别的效率。具体技术方案如下： 第一方面，本发明实施例提供了一种菜品类别识别方法，所述方法包括： 获取包含菜品区域的目标图像； 对所述目标图像进行外观特征识别，得到所述目标图像包含的菜品的目标外观特 征向量； 从预先存储的各类菜品的外观特征向量中，确定与所述目标外观特征向量匹配度 最高的第一外观特征向量； 将所述第一外观特征向量所对应的菜品类别，确定为所述目标图像对应的菜品类 别。 可选的，所述对所述目标图像进行外观特征识别，得到所述目标图像包含的菜品 的目标外观特征向量的步骤，包括： 基于预先训练好的第一卷积神经网络，对所述目标图像进行外观特征识别，得到 所述目标图像包含的菜品的目标外观特征向量，所述第一卷积神经网络是：基于多个样本 图像和所述多个样本图像对应的外观特征向量训练得到的，所述样本图像包含菜品区域， 每一样本图像对应的外观特征向量为该样本图像所包含的菜品的外观特征向量。 可选的，所述获取包含菜品区域的目标图像的步骤，包括： 监测预设区域内是否存在盛放菜品的餐盘； 4 CN 111597862 A 说　明　书 2/8 页 在监测到所述预设区域内存在盛放菜品的餐盘时，获取包含菜品区域的目标图 像。 可选的，在所述在监测到所述预设区域内存在盛放菜品的餐盘时，获取包含菜品 区域的目标图像的步骤之后，所述方法还包括： 将所述目标图像输入到预先训练好的第二卷积神经网络，得到所述目标图像所包 含的菜品区域，其中，所述第二卷积神经网络是：基于多个样本图像和所述多个样本图像中 包含的菜品区域训练得到的； 相应地，所述基于预先训练好的第一卷积神经网络，对所述目标图像进行外观特 征识别，得到所述目标图像包含的菜品的目标外观特征向量的步骤，包括： 基于预先训练好的第一卷积神经网络，对所述菜品区域进行外观特征识别，得到 所述菜品区域包含的菜品的目标外观特征向量。 可选的，菜品的外观特征包括以下特征中的至少一种：颜色，纹理和形状。 第二方面，本发明实施例提供了一种菜品类别识别装置，所述装置包括： 图像获取模块，用于获取包含菜品区域的目标图像； 特征识别模块，用于对所述目标图像进行外观特征识别，得到所述目标图像包含 的菜品的目标外观特征向量； 特征向量确定模块，用于从预先存储的各类菜品的外观特征向量中，确定与所述 目标外观特征向量匹配度最高的第一外观特征向量； 菜品类别确定模块，用于将所述第一外观特征向量所对应的菜品类别，确定为所 述目标图像对应的菜品类别。 可选的，所述特征向量确定模块，具体用于： 基于预先训练好的第一卷积神经网络，对所述目标图像进行外观特征识别，得到 所述目标图像包含的菜品的目标外观特征向量，所述第一卷积神经网络是：基于多个样本 图像和所述多个样本图像对应的外观特征向量训练得到的，所述样本图像包含菜品区域， 每一样本图像对应的外观特征向量为该样本图像所包含的菜品的外观特征向量。 可选的，所述图像获取模块，具体用于： 监测预设区域内是否存在盛放菜品的餐盘； 在监测到所述预设区域内存在盛放菜品的餐盘时，获取包含菜品区域的目标图 像。 可选的，所述装置还包括： 菜品区域确定模块，用于在所述在监测到所述预设区域内存在盛放菜品的餐盘 时，获取包含菜品区域的目标图像的步骤之后，将所述目标图像输入到预先训练好的第二 卷积神经网络，得到所述目标图像所包含的菜品区域，其中，所述第二卷积神经网络是：基 于多个样本图像和所述多个样本图像中包含的菜品区域训练得到的； 相应地，所述特征向量确定模块，具体用于： 基于预先训练好的第一卷积神经网络，对所述菜品区域进行外观特征识别，得到 所述菜品区域包含的菜品的目标外观特征向量。 可选的，菜品的外观特征包括以下特征中的至少一种：颜色，纹理和形状。 第三方面，本发明实施例提供了一种电子设备，包括处理器、通信接口、存储器和 5 CN 111597862 A 说　明　书 3/8 页 通信总线，其中，处理器，通信接口，存储器通过通信总线完成相互间的通信； 存储器，用于存放计算机程序； 处理器，用于执行存储器上所存放的程序时，实现第一方面所述的菜品类别识别 方法。 第四方面，本发明实施例提供了一种计算机可读存储介质，所述计算机可读存储 介质内存储有计算机程序，所述计算机程序被处理器执行时实现第一方面所述的菜品类别 识别方法。 本发明实施例提供的技术方案，在识别菜品类别时，获取包含菜品区域的目标图 像；对目标图像进行外观特征识别，得到目标图像包含的菜品的目标外观特征向量；从预先 存储的各类菜品的外观特征向量中，确定与目标外观特征向量匹配度最高的第一外观特征 向量，并将第一外观特征向量所对应的菜品类别，确定为目标图像对应的菜品类别。可见， 本发明实施例提供的技术方案，在确定菜品类别时，只需要获取包含菜品区域的目标图像 即可，并不像相关技术那样，需要工作人员查找到菜品上粘贴的条形码，以及电子设备需要 对准该条形码，从而缩短了菜品类别识别所消耗的时间，提高了识别菜品类别的效率，还可 以提高菜品类别识别的准确率。 附图说明 为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现 有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本 发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以 根据这些附图获得其他的附图。 图1为本发明实施例所提供的一种菜品类别识别方法的流程图； 图2为本发明实施例所提供的另一种菜品类别识别方法的流程图； 图3为本发明实施例所提供的一种菜品类别识别装置的示意图； 图4为本发明实施例所提供的一种电子设备的结构示意图。