餐饮后厨AI监管：明厨亮灶视觉系统定制交付

某连锁餐饮品牌在全国 200 余家门店推行"明厨亮灶"项目，传统人工巡检难以覆盖每家门店、每段高峰时段。我们交付的方案是在后厨关键工位(烹饪区、洗消区、凉菜间)部署边缘视觉盒子，每台盒子接入 4 路高清摄像头，模型在端侧实时推理，不依赖云端带宽。 核心识别项包括:厨师是否佩戴口罩与厨师帽、垃圾桶是否加盖、生熟砧板是否混用、动火离人超时告警、非授权人员闯入。模型针对中式后厨油烟环境做了专项数据增强，烟气遮挡下的口罩识别召回率从初版的 82% 提升至 95% 以上。 告警事件通过 MQTT 推送到门店店长手机和企业微信监管群，附带 10 秒短视频片段作为证据;同时为当地市场监管局开放只读接口，方便其远程抽查。整套系统从现场勘测到首批 50 家店上线用了 28 天，后续复制到剩余门店基本是 2 天/店。 这类项目的关键不是算法本身，而是场景适配——后厨光照、油烟、遮挡、密集人流都对模型稳定性提出更高要求，必须用真实门店数据做闭环训练，实验室精度没有实用价值。