背景

近幾年來，無論是食品生產(chǎn)企業(yè)還是餐飲單位，食品安全事件頻頻發(fā)生，食品安全問題成為公眾的關(guān)注焦點(diǎn)。

2015年，國家食品藥品監(jiān)督管理局提出了“明廚亮灶〞工程的口號，主要是通過透明廚房和視頻廚房的建設(shè)，讓消費(fèi)者可直觀看到菜品的切配烹飪、冷食類和生食類食品加工、餐飲具消毒等。目的是讓餐飲服務(wù)單位后廚及食品加工過程從幕后走到前臺，消除餐飲服務(wù)單位、食品加工企業(yè)與公眾問信息不對稱的障礙，引導(dǎo)公眾直接參與食品安全，實(shí)現(xiàn)全民監(jiān)督，最終實(shí)現(xiàn)食品安全的根本好轉(zhuǎn)。

基于攝像頭監(jiān)控和實(shí)時視頻實(shí)時展示的廚房管理透明化只是“明廚亮灶”第一步，食品安全管理者還希望升級版的“明廚亮灶”能夠基于攝像頭來全面識別并糾正廚房中的不規(guī)范操作。對餐飲服務(wù)企業(yè)而言，雇用全職食品安全監(jiān)督員的成本很高；即便安排了專人看管，也無法做到面面俱到，難以對全部不規(guī)范行為進(jìn)行識別和糾正。

因此通過智能系統(tǒng)進(jìn)行監(jiān)管變成了必然的選擇。然而對于餐飲服務(wù)企業(yè)而言，招募專業(yè)算法工程師、采購GPU服務(wù)器、招募部署運(yùn)維工程師的成本會更高，還會存在研發(fā)時間長，模型效果難以保障的問題。

解決思路

為幫助企業(yè)快速、低成本的將AI技術(shù)應(yīng)用于升級版“明廚亮灶”，跑碼地Coovally提供了零門檻、高精度的AI建模能力，幫助企業(yè)輕松構(gòu)建AI模型。基于跑碼地Coovally，企業(yè)僅需普通業(yè)務(wù)人員利用業(yè)余時間，即可在2-3周內(nèi)從0到1訓(xùn)練出可用于升級版“明廚亮灶”的廚師帽識別模型，并應(yīng)用到廚房場景的智能視頻分析業(yè)務(wù)中。

數(shù)據(jù)采集

客戶的實(shí)際場景是基于廚房攝像頭視頻數(shù)據(jù)來進(jìn)行廚師帽佩戴行為識別。因此，前期采集訓(xùn)練數(shù)據(jù)時，需要從廚房攝像頭視頻數(shù)據(jù)中獲取樣本，需包含廚師帽佩戴、未佩戴情況下的足量圖片，盡量覆蓋不同類型的廚師帽，且盡量覆蓋不同角度、距離、光照等條件，與廚房的實(shí)際攝像條件相符，這樣才能保證訓(xùn)練出來的模型真實(shí)可用。網(wǎng)絡(luò)圖片與真實(shí)場景差異較大，一般情況下不建議采用。 廚師帽正常佩戴的圖片示例如下：

數(shù)據(jù)標(biāo)注

采集完畢后將圖片打包成zip壓縮包上傳，并使用矩形框?qū)ε宕?、未佩戴廚師帽的人體頭部位置進(jìn)行標(biāo)注。示例如下：

模型訓(xùn)練

選擇任務(wù)類型并創(chuàng)建模型，廚師帽識別對應(yīng)目標(biāo)檢測模型，因此需選擇物體檢測任務(wù)類型。點(diǎn)擊創(chuàng)建模型，根據(jù)您的業(yè)務(wù)需要來為模型自定義命名，如：廚師帽識別。

模型部署

模型訓(xùn)練完成后，可通過平臺的模型轉(zhuǎn)換引擎，將模型轉(zhuǎn)換成TensorRT或ONNX格式，然后通過頁面或者部署工具就可以將模型部署到推理引擎上進(jìn)行預(yù)測推理了。

截至目前，全國學(xué)校食堂“明廚亮灶”數(shù)量達(dá)到31.86萬戶，覆蓋率占有食堂學(xué)校數(shù)的84%，直轄市、省會城市和計劃單列市學(xué)校食堂“明廚亮灶”數(shù)為5.28萬戶，覆蓋率占有學(xué)校食堂數(shù)的91%。相信有了跑碼地Coovally，即使是中小型餐飲服務(wù)企業(yè)，也能輕松實(shí)現(xiàn)明廚亮灶，讓食品安全更放心。