金鹰物联智慧食堂项目策划书（商业计划书/立项计划）

金鹰物联项目组，转载请注明出处！
技术部分请参考博文：基于YOLOv5的中式快餐店菜品识别系统

1.3 公司主页

在人工智能的帮助下，各行各业都经历着大大小小的变化与发展，餐饮行业也不例外，智慧餐饮的出现帮助餐饮业更上一层楼。从智慧配餐1.0到人工智能化2.0，再到完全无人化的物联网智能餐饮3.0，餐饮行业正随着AI的进化一步步前行。“智慧食堂”是基于物联网和云计算技术为食堂量身定制的智能管理系统，通过客人后厨互动系统、前台收银系统以及信息管理系统等可显著节约用工数量、降低经营成本、提升管理绩效。智慧食堂采用SaaS模式，相对于传统的C/S或B/S系统，租赁制大大降低了一次性购买餐饮软件的投资成本，同时，正因为用户无须自己购买服务器，也进一步节省了企业雇佣专业维护人员的成本。

2.3.2 餐饮行业团餐市场规模

根据中国饭店协会的数据统计，2016-2020年我国团餐市场规模持续增长，市场总规模已从2016年的0.9万亿提升至2020年的1.53万亿，复合增速达13.6%。中商产业研究院预测，2023年中国团餐市场规模将突破2万亿元[3]。智慧食堂运用智慧食堂管理系统搭载智能设备为团餐提供更好的服务质量。

《2021中国餐饮产业生态白皮书》指出，餐饮产业服务正向智慧化发展，并不断衍生出各种新的应用场景，线上线下连接更加紧密。面向产业上游提供服务的企业快速发展，全民冷链需求爆发，基础设施体系日益完善，产业上游不断创新。

据数据显示，当下全国有近6.7亿团餐受众群体，学生就将近2.6亿人次，市场规模巨大。食堂作为人们就餐不可缺少的一部分，也是我们团餐餐饮的重要组成部分，团餐食堂模式的发展不仅与人们生活息息相关，也与社会各行各业有着紧密的联系，并呈现巨大的发展潜力。

从全国的餐饮发展速度看，智慧食堂的发展势头不断上升，全国各地学校、企业、工厂、政企机构都在加大力度建设智慧食堂，无论是老旧食堂改造还是新食堂建设，很多都在朝智慧食堂的方向推进，可以说，智慧食堂建设已经进入了快速发展期。

据研究机构的报告显示，未来五年智能餐厅设备和服务市场将每年以超过100%的速度增长，发展规模将达到上千亿元，中国有望成为亚洲最大的智慧餐厅市场。因此，从以上餐饮行业的特性和发展趋势来看，未来智慧餐厅将会势必成为餐饮行业未来发展的一大亮点。有关专家预测，未来智慧食堂市场规模预计可达千亿级别。

还有业内人士认为，与传统餐厅相比，智慧餐厅能更好地保障食品安全。比如通过对菜品的识别和记录，可以实现对菜品信息的数字化管控，使食品安全可追溯。此外，智慧餐厅的服务也更适应顾客的个性化需求，能够让顾客获得更多元、更有趣的用餐体验。

1、新进入企业的潜在进入者分析

新进入者在给行业带来新生产能力、新资源的同时，很可能会与现有企业发生市场份额的竞争，最终导致行业中现有企业盈利水平降低，严重的话还有可能危及行业中现有企业的生存。竞争性进入威胁的严重程度取决于两方面的因素，也就是进入新领域的障碍大小与预期现有企业对于进入者的反应情况。

进入障碍主要包括规模经济、产品差异、资本需要、转换成本、销售渠道开拓、政府行为与政策等方面，其中有些障碍是很难借助复制或仿造的方式来突破的。预期现有企业对进入者的反应情况，则是指采取报复行动的可能性大小，这取决于有关厂商的财力情况和行业增长速度等。

目前我国自动化技术发达，无人超市、无人洗衣、无人售卖等行业仍然是投资者偏好的高科技产业。虽然金鹰公司所在行业内垄断程度不高，行业内各方规模还仅限于地域内，但是新进入者用于技术研发以及宣传相关的资金需求很大，还要面对例如国家监管部门审批所带来的额外成本，新进者的威胁较弱。

2、供应商的讨价还价能力

本公司产品的供应商为制造自动扫描菜品机器的厂商等，然而这类不涉及核心技术的供应商往往会同时供应生产相似产品的多个公司或者是不同的高新技术产业。虽然在这个新兴行业内看似竞争方很少，但是由于其各行业买主多，所以成为供应方重要客户可能性较低。

本行业对于供应商的重要性很高，机器的关键零部件等对于本行业的自动识别结算也是至关重要。供应商讨价还价的能力一般。

3、购买者的讨价还价能力

本公司产品所在行业内，产品和产品之间的差异化程度不高，功能大同小异，没有很大的定制化空间。本产品所瞄准的优先落地客户便是高校食堂，就自动识别/结算/后台处理这些产品而言，一旦成功与客户方签订合同，就会是较长期合同。而在购买者总数较少，每个购买者的购买量较大甚至占了我方销售量绝大部分比例的情况下，购买者的议价能力会上升。

但同时，要想全面更换结算系统需要的转换成本高昂，而且会错失由于长期合作客户所带来的福利优惠，综合来说，购买者讨价还价能力一般。

4、替代品的威胁

替代品指的是那些与本行业的产品具有相同或相似功能的其他产品。在目前科技发展前景可预见的前提下，金鹰公司的产品由于其先进的开发算法和技术，目前在市场内并没有大规模地含有高新技术的替代产品。

传统的收银系统功能与本公司产品功能有部分重合，但是本公司所瞄准的“识别+结算+数据监测”体系更为完善完整，配合国家“大食物观”、“营养膳食”等相关政策，做到了科技与生活相融合，挖掘数据下的人文意义，以科技创新促进社会发展。其超前的创新性决定了替代品的威胁较弱。

5、行业内竞争对手的竞争能力

目前把智能识别技术运用在饮食行业的公司数量还很少，虽然各自规模不大但是已经出现了能力参差不齐的发展状况。例如行业内的银豹作为隶属于准动网络科技的有限公司，由于发行产品时间较早，已经在业内积累了一定的知名度和品牌效应，但是分析该公司财报可知，银豹公司仍未到达行业顶端位置，未形成市场垄断。

该行业受技术限制，进入障碍较高，竞争参与者的门槛较高。产品差异化水平较低，目前功能仍有许多重叠的地方。同时由于新兴市场，疫情时代下产品需求大幅增加，市场前景广阔，该行业现有企业中竞争没有那么严重。然而未来随着科学技术的发展、行业市场的成熟，行业内现有竞争者的竞争有增强趋势。

第3章 产品与研发

3.1 产品简介

本产品面向高校食堂，研发拥有菜品识别、智能结算、菜品推荐、健康饮食、订单管理、后台管理等功能模块的一系列软硬件产品，提供从菜品识别到智能结算再到健康饮食管理一体化的功能服务。

1、智能识别结算台

基于YOLOv5目标检测模型算法，拥有菜品识别和智能结算功能一体化的智能识别机器，主要提供给各高校食堂使用。

2、微信小程序

基于大数据分析与数据挖掘Apriori算法，拥有健康饮食管理、菜品推荐、订单管理、菜品营养信息查询等功能模块，主要提供给顾客使用。

3、WEB后台管理

基于Web开发与数据可视化、数据挖掘技术，拥有订单流水账信息可视化、订单管理、菜品销量预测等功能服务，主要提供给高校食堂管理者使用。

智能识别机器、微信小程序和WEB后台管理三个软件硬件组成一个完整的智能食堂结算系统。该系统还应该实现食品安全溯源、能够在多种餐饮场景上进行部署等功能。

系统流程如下图所示，我们会在食堂中部署多台“智能结算台”设备，同时设置一位“督导员”，“督导员”负责监督学生操作设备，防止发生“逃单”现象。当顾客到达食堂并选取菜品后，将餐盘放到我们制作的智能结算台上，结算台会根据深度学习算法识别出餐盘中的菜品并计算价格，之后结算台在展示屏上显示菜品的相关信息并给出付款方式：微信扫码支付/支付宝扫码支付/刷脸支付/校园卡支付，顾客可选择任意一种支付方式进行支付。以微信扫码支付为例，扫码完成后，会跳转到我们开发的微信小程序中进行支付，支付成功后生成订单数据。在小程序中，顾客可查看每日热量、卡路里的摄入量等信息，也可针对存在问题的订单进行意见反馈。同时，后台会实时展示这些交易记录，定期生成销售报告给食堂管理者，协助管理者分析数据，实现精准备餐、减少库存的浪费。

3.2.1 智能AI结算台

3.2.3 后台网页管理端

网页端面向食堂管理者，主要实现食堂数据的可视化，为后续相关决策提供依据。

首页以小卡片形式展示一些重要信息（如下图所示），每个模块可以点进去查看详细信息。主要实现的功能如下：

• 当日交易额显示
• 当前人流量显示
• 近7天的每日交易额以图表形式显示（图表）
• 近7天的每日交易数量以图表形式显示（图表）
• 各个菜品的销量及其占总销售额的百分比（图表）
• 机器的实时运行状态

3.3 核心技术与创新点

金鹰智能结算系统使用开源的YOLOv5深度学习算法，针对不同食堂的应用场景对模型网络和参数进行改进，可以实现高达140 FPS的目标识别速度和近乎100%的识别准确度。YOLOv5基于Pytorch框架开发，能够轻松地将Pytorch权重文件转化为安卓使用的ONXX格式，或者通过CoreML转化为IOS格式，以便直接部署到Android应用端。

对于训练数据集过小问题，我们采用了平移、旋转、缩放、HSV、拼接等数据增强方法，这不仅增加了训练数据集的样本数量，还传送同等数量的样本情况下使样本特征的数量翻倍，缓解了每一次训练中送入到模型中的样本特征过少从而导致模型学习速度过慢的问题。

对于新增菜品，拟采用“迁移学习”的方法。考虑到大部分数据或任务是存在相关性的，不同应用场景大部分的菜品相似度非常高，所以可以通过迁移学习，可以将已经学到的模型参数通过新样本再次训练从而得到新模型，不用像大多数网络那样从零学习，这不仅加快模型的学习效率，还优化了模型效果。

3.3.3 营养分析与健康管理

“知己知彼，百战不殆”，健康的饮食生活需要人们了解自身的饮食情况，再根据健康的指标来改善饮食结构。金鹰智能结算系统通过小程序为顾客一系列的营养健康功能服务。小程序为顾客提供一周内详细的饮食数据分析，其中包括卡路里、蛋白质、脂肪、碳水化合物和维生素的摄入情况。为顾客了解自身的饮食情况提供了可视化的图表分析，方便顾客根据自己饮食营养分析结果来改善自己饮食结构。

为了使顾客能更健康更科学地改善自己的饮食结构，我们参考了“中国居民平衡膳食宝塔”和“中国居民膳食能量需要量”，为顾客提供一个合理的、科学的营养摄入水平指标。而且我们还为顾客提供菜品营养信息查询的功能服务，顾客可以随时随地在小程序内搜索查看菜品详细的营养信息，其中包括菜品的评价、卡路里含量、蛋白质含量、脂肪含量以及碳水化合物含量等，为顾客改善自己的饮食结构提供更详细的参考信息。

3.3.5 点评互动

“有效的反馈有利于提升服务的质量”，金鹰智能结算系统通过小程序为顾客提供菜品的点评互动的功能服务。顾客可以实时通过小程序反馈菜品的详细情况，例如反馈菜品的食材新鲜度、菜品可口程度或者菜品制作方法的改良建议等。这方便为食堂管理者收集有效的反馈信息，指导食堂改善经营，提高顾客满意度，真正让顾客参与到食堂食品安全的监督中。

3.3.6 菜品销量预测

食堂的菜品供应量与顾客消费满意度和食堂的盈利息息相关。食堂的当天菜品供应量不足不仅会降低消费满意度，还会使食堂错失大量的销售机会，不利于营业额的增长。食堂的当天菜品供应量过大也会导致食材的严重浪费，不得不以饲料低价出售到养殖场，降低了利润。

金鹰智能结算系统使用ARIMA时间序列预测模型，结合一段时间内的菜品销量情况，为食堂管理者提供每一个菜品的下一次的销量情况，从而为食堂下一次的食材进销量合理取值提供参考，有效地降低食堂的菜品供应量过高或者过少的发生概率，使食堂利润化最大化。

第4章 技术实现

4.1 菜品识别算法

传统的食物图像识别方法是选择图像特征，然后使用某些方法（比如SIFT、HOG）提取图像特征点，再将特征点用矢量表示，最后采用机器学习的方法训练分类器（如SVM、K-Means）。传统食物图像识别提取特定特征或者关键点对食物进行分类，但在实际应用中，拍摄的图像会受到环境的光照强度、噪声干扰、环境光等外部因素的干扰，导致拍摄图像质量参差，从而影响最终的检测结果同一事物的颜色形状会有差异，不同食物直接的颜色形状也会相同。所以传统的图像识别方法很难准确识别出食物。

深度学习的发展使得当前大部分工作均采用卷积神经网络，思路是先对菜品图像中不同的菜品区域进行检测或分割，然后对其区域进行识别。从2014年开始，基于深度学习的目标检测网络井喷式爆发，先是二阶段网络，如R-CNN、Fast-RCNN、Mask-RCNN等，自2016年Joseph等提出You only Look Once(YOLOv1)以来学者们的视野，

来源：Sylvan Ding