Introducción

La idea es construir un sistema POS (Sistema de Punto de Venta) utilizando Reconocimiento de Objetos con Deep Learning / Aprendizaje Profundo. El sistema POS, tiene 2 tipos: POS F&B (POS Alimentos y Bebidas) y POS Retails (Punto de Venta para Comercios Minoristas). En este trabajo uno de los objetivos será poder construir una prueba de concepto / demostrador del POS F&B, orientado al reconocimiento de platos preparados a partir de su foto. También se incluiría un recomendador de plato similares disponibles en la carta del restaurante. El reconocimiento de objetos con aprendizaje profundo es el núcleo de su sistema. Los clientes pueden usar sus teléfonos o tabletas para tomar fotografías de cualquier alimento o bebida de la carta del restaurante. El sistema utiliza aprendizaje profundo reconocerá el artículo y, en caso de ser necesario (por ejemplo, porque ya no está disponible), recomendará opciones similares.

Objectivos

Aplicación POS F&B - Versión del personal

La versión de la Aplicación de POS para gestionar las actividades comerciales de un restaurante o bar incluye funciones básicas como Pedido (pedir, abrir mesa, cerrar mesa, añadir platos, cambiar platos...), Inventario (actualizar en tiempo real), Pagos, Datos de acceso del cliente, etc., y la función Permiso permite el uso por cada rol de usuario: gerentes, contables, cajeros, chefs o camareros.

Aplicación POS F&B - Versión del cliente

La aplicación versión Cliente será más sencilla que la versión del personal. Desde sus dispositivos móviles, los clientes pueden optar por iniciar sesión (cuenta registrada) o no iniciar sesión (incluye turistas, nuevos clientes o simplemente no quieren iniciar sesión).

Tecnología

• Para la demostración de POS de este proyecto, se creará con Flask, un marco micro web escrito en Python.
• Base de datos: se utilizará SQLAlchemy

Recomendador

Recomendar platos similares en caso de que no estén en la carta del restaurante o la cocina se quede sin ingredientes. Aplica tanto para clientes registrados como no registrados.

Desarrollo

Técnicas y herramientas

• Deseño y prototipado (prototyping)
• Procesamiento de datos (imágenes)
• Entrenamiento del modelo YOLOv8
• Implementar modelos y desarrollar aplicaciones
• Gestionar inventario y recomendar platos similares

Colección de datos

• Preparación de datos
• Etiquetado de datos con labelme
• Crear YOLODataset

Entrenamiento del modelo

• Entrenamiento del modelo en Google Colab
• Análisis de resultados
• Predicción
• Aplicar en la prática (POS Demo)

POS de demostración y recomendador

POS Demo

• Modelos y Base de datos
• Inicialización de la aplicación web
• Funcionalidad

Seguridad de los datos de autenticación del usuario

Integración YOLO

Proceso de realización de pedidos

• Gestionar inventario y recomendar platos similares

Recomendador