谁说AI不懂吃？我用一盘小炒肉，跑通了YOLOv11 + RK3576菜品识别的全流程！

说真的，作为一个整天跟代码打交道的“程序猿”，最幸福的时刻莫过于下班后面对那一桌热气腾腾的家常菜。那天我看着盘子里的小炒肉，脑子里突然蹦出一个念头：要是我的开发板也能认出这些美味，那不就有意思了？

说干就干！我花了点时间，基于最新的YOLOv11框架，在RK3576板子上跑通了一个自定义菜品识别的小 Demo。今天不跟大家扯那些干巴巴的官方文档，咱们就聊聊我是怎么一步步教 AI “认菜”的。

1. 数据才是硬道理

很多人问我，训练模型最难的是什么？说实话，不是写代码，而是给 AI 准备“口粮”。为了让模型认出“小炒肉”、“西红柿炒蛋”和“米饭”，我那天下午简直成了职业摄影师。我左手拿铲子，右手拿手机，围着几盘菜转了不知多少圈。

我有几个私藏的避坑指南，你们一定要听：千万别拍一段视频直接抽帧。视频帧之间太像了，会导致模型“死记硬背”（过拟合）。我坚持手动抓拍，保证每一张照片的构图都有所不同。真实场景里哪有完美的柔光灯？我故意关掉大灯，只开个昏暗的抽油烟机灯，或者在菜吃到一半、盘子乱七八糟时拍摄。别因为爱吃肉就拍 500 张小炒肉，结果米饭只拍了 20 张。这样模型会“偏科”的，到时候它看啥都觉得是肉。最后我给每道菜都准备了大概 200 来张照片，涵盖了各种刁钻的角度，甚至还有吃到一半、只剩半盘的残羹冷炙。

2. 框到眼花：这活儿急不得

照片拍好了，接下来就是最考验耐心的“打标签”环节。我用的是Label Studio，这工具挺好使。

在那几个小时里，我的世界只剩下画框和点鼠标。每一个“西红柿炒蛋”我都仔细框好，心里还得默念：这是 Tomato_Eggs，那是 Chili_Pork。你知道吗？当你框到第 300 张的时候，看那些像素块都觉得在冒香气。

标签命名：建议用英文，比如 Chili_Pork、Tomato_Eggs、Rice。

细心程度：标注质量直接决定了天花板。如果框得太松，模型会把盘子也当成菜的一部分。

导出格式：直接选择 YOLO 格式，它会生成一堆 .txt 文件，里面记录了每个框的坐标。

3.从数据到 YOLOv11 模型的蜕变

有了照片和标签，接下来就是最激动人心的“闭关修炼”阶段。这一步，我们要把几百张散乱的照片，炼成一个懂吃的“数字大脑”。

训练 AI 需要消耗极大的算力和内存。在这次实操中，我用的是临滴的3576开发板，确保训练过程像德芙一样丝滑。

在 Linux 系统上使用 Conda 构建一个纯净的 Python 3.10 环境，并安装最新的 YOLOv11 框架。按照标准结构组织了目录，将训练的照片严格按照8:2的比例划分为训练集和验证集（注意标签文件名必须和图片名保持一样）。我们需要写一个 data.yaml 来指路。定义了 3 个类别：小炒肉 (Chili_Pork)、米饭 (Rice) 和西红柿炒蛋 (Tomato_Eggs)。再写一个train.py训练程序。

经过120轮耗时1.07小时的训练，训练去除了优化器参数后，得到的模型只有 5.5MB。对于 RK3576 这种嵌入式设备来说，这个体量非常友好，预示着它在板子上运行时会非常省内存。RK3576的6TOPS算力处理这种6.3GFLOPs的模型可以跑出非常高的帧率。mAP50-95 达到了惊人的 0.964！ 这意味着模型对小炒肉、米饭和西红柿炒蛋的识别准确度已经达到了“职业食评人”的水准。

训练出的模型虽好，但直接塞给开发板并不是最优解。为了让 RK3576 的 NPU 跑得更丝滑，我用 Rockchip官方优化版 的工具（ultralytics_yolo11）进行了 ONNX 导出。验证ONNX模型（best.onnx）在 384x640 的分辨率下，单张图片推理仅需 59.3ms。

4.将模型转换翻译给RK3576

普通 YOLOv11 导出的 ONNX 带有大量的后处理（如 NMS 非极大值抑制、DFL 解码），这些算子在 NPU 上运行效率极低。使用RK官方转换Python程序 rknn_model_zoo，配置好量化数据，将ONNX模型文件转换成RKNN文件。核心逻辑：加载ONNX模型。

在目标板子上，使用 rknn_model_zoo 仓库中的 C/C++ 示例进行部署。修改类别数量： 编辑 postprocess.h 文件，将目标检测的类别数从默认的 80 类改为我们的 3 类；更新标签文件： 替换 coco_80_labels_list.txt 为我们的 3 个菜品标签；编译与执行： 编译推理程序，并使用 RKNN 模型和测试图片运行推理。顺便把标签文件里的名字也换成咱们的小炒肉和米饭。

看着那一碗白米饭被 AI 精准框住，我突然觉得，技术不应该是冰冷的。

如果你在折腾 RK3576 时也遇到了“环境配置难”、“转换模型报错”或者“识别率低”的问题，别灰心，这都是必经之路。你可以参考临滴Wiki1. Custom Food Detect Demo | Neardi，里面有更详尽的 C++ 代码实现细节。