Menu

  • Home
  • Trending
  • Recommended
  • Latest

分类目录

  • AI 工具
  • AI新势力
  • XiaoHu.AI 学院
    • AI 教程
    • AI 课程
  • XiaoHu.AI日报
  • 开源项目案例库
    • AI 论文
    • AI 资源
    • AI 项目
XiaoHu.AI学院
  • Home
  • AI 工具
  • XiaoHu.AI 学院
    • AI 教程
    • AI 课程
  • XiaoHu.AI日报
  • 开源项目案例库
    • AI 论文
    • AI 资源
    • AI 项目
  • 加入会员
  • →社群
No Result
View All Result
  • Login
XiaoHu.AI学院
No Result
View All Result
Home AI 工具

PicMenu:利用AI可视化你的菜单 你只需拍一下菜单 即可将你的菜名生成对应的图片

by 小互
2024年11月25日
in AI 工具
0 0
0
PicMenu:利用AI可视化你的菜单 你只需拍一下菜单 即可将你的菜名生成对应的图片
0
SHARES
346
VIEWS
Share on FacebookShare on Twitter

PicMenu 是一个利用 AI 快速将餐厅菜单可视化的工具。通过拍摄菜单图片,PicMenu 可以为每道菜生成详细的图像和描述,提供更直观的餐饮信息。

主要功能

  1. 菜单解析与生成:
    • 拍摄餐厅菜单的照片后,使用 AI 提取菜单项,生成每道菜的高质量图像。
  2. AI 支持的详细信息:
    • 提取并显示菜品的附加信息(未来可能包括成分、来源、卡路里和口味)。
  3. 多语言与标签支持(开发中):
    • 计划支持多语言菜单解析,并添加标签(如辣味、素食、纯素等),提供基于标签的过滤功能。

11月25日 1

技术架构

  • AI 模型:
    • 使用 Together AI 的 Llama 3.2 Vision 90B 提取菜单信息。
    • Llama 3.1 8B 用于生成结构化输出(JSON 格式)。
    • Flux Schnell 模型用于生成高质量的菜品图像。
  • 框架与工具:
    • 基于 Next.js 和 TypeScript 构建。
    • 使用 Tailwind CSS 和 Shadcn 设计用户界面。
    • 集成 Plausible 和 Helicone 进行分析与监控。
  • 文件存储:
    • 使用 AWS S3 存储上传和生成的内容。


使用方法

  1. 克隆项目:git clone https://github.com/Nutlope/picmenu
  2. 配置环境变量:
    • 创建 .env 文件并添加 Together AI API 密钥。
    • 配置 AWS S3 存储的凭证。
  3. 安装依赖:运行 npm install 和 npm run dev 启动本地开发环境。

未来任务

  • 提供更真实的菜品图像。
  • 支持滚动加载和错误处理。
  • 为不同语言的菜单提供示例支持。
  • 增强过滤功能(如基于菜品标签筛选)。

适用场景

  • 餐厅:快速将纸质菜单数字化并生成直观的菜品展示。
  • 在线餐饮平台:为用户提供更丰富的菜品视觉信息。
  • 多语言支持:适应国际化场景。

访问更多信息:PicMenu 官网 或

Support authors and subscribe to content

This is premium stuff. Subscribe to read the entire article.

Login if you have purchased

加入会员

加入会员查看更多会员内容和教程。
超过1000+的会员内容,每天更新。
开通会员

Related Posts

Meta AI提出了一种新的语言模型架构“Large Concept Model (LCM)  让模型更像人类思考
XiaoHu.AI日报

Meta AI提出了一种新的语言模型架构“Large Concept Model (LCM) 让模型更像人类思考

2024年12月25日
485
阿里巴巴推出QVQ-72B 一个基于Qwen2-VL-72B的新型多模态推理模型
XiaoHu.AI日报

阿里巴巴推出QVQ-72B 一个基于Qwen2-VL-72B的新型多模态推理模型

2024年12月25日
341
Fireworks AI新功能 能够将图像或PDF等非文本内容转化为LLM可理解的结构化文本
AI 工具

Fireworks AI新功能 能够将图像或PDF等非文本内容转化为LLM可理解的结构化文本

2024年12月24日
454
Hume AI推出全能文本与语音引擎 OCTAVE 根据文本实时生成特定人格特质的声音
XiaoHu.AI日报

Hume AI推出全能文本与语音引擎 OCTAVE 根据文本实时生成特定人格特质的声音

2024年12月24日
280
Anthropic 公布了一种全新的 AI 越狱技术 可以轻松破解所有前沿模型
AI 论文

Anthropic 公布了一种全新的 AI 越狱技术 可以轻松破解所有前沿模型

2024年12月23日
621
INFP:基于音频驱动的双人对话中的互动头像生成  能自动区分谁在说话,谁在听
AI 项目

INFP:基于音频驱动的双人对话中的互动头像生成 能自动区分谁在说话,谁在听

2024年12月22日
431

Recommendeds

Lixel CyberColor:复刻真实世界 自动创建超逼真电影级别的大规模3D模型

Lixel CyberColor:复刻真实世界 自动创建超逼真电影级别的大规模3D模型

328 VIEWS
2024年4月7日
Dolphin Mixtral 1x22b:去除对齐和偏见 没有任何审查和道德限制的模型

Dolphin Mixtral 1x22b:去除对齐和偏见 没有任何审查和道德限制的模型

447 VIEWS
2024年5月23日
微软发布 Azure AI 高清语音模型 能理解文本背后的情感 并实时调整语音语调和情感表达

微软发布 Azure AI 高清语音模型 能理解文本背后的情感 并实时调整语音语调和情感表达

655 VIEWS
2024年10月1日
Odyssey:提供好莱坞级别的 AI 视频生成和编辑工具

Odyssey:提供好莱坞级别的 AI 视频生成和编辑工具

496 VIEWS
2024年7月9日
MeloTTS: 高质量多语言文本转语音(TTS)库 支持中英混合

MeloTTS: 高质量多语言文本转语音(TTS)库 支持中英混合

226 VIEWS
2024年3月11日
AI 学术搜索引擎 Consensus 完成 1150 万美元 A 轮融资 年化收入达150万美元

AI 学术搜索引擎 Consensus 完成 1150 万美元 A 轮融资 年化收入达150万美元

313 VIEWS
2024年8月19日
Google 开发出一个能够达到人类业余水平的乒乓球机器人

Google 开发出一个能够达到人类业余水平的乒乓球机器人

127 VIEWS
2024年8月10日
Prompt 学习地图 10  | 编写策略 – 提供参考文本

Prompt 学习地图 10 | 编写策略 – 提供参考文本

175 VIEWS
2024年5月25日
Newton AI 模型:通过输入传感器数据 模型可以分析数据自行发现物理规律

Newton AI 模型:通过输入传感器数据 模型可以分析数据自行发现物理规律

551 VIEWS
2024年10月19日
Midjourney 角色一致性功能是讲述故事或推动营销创意的有力工具

Midjourney 角色一致性功能是讲述故事或推动营销创意的有力工具

98 VIEWS
2024年3月28日

Copyright (c) 2024 by Xiaohu.AI.

  • About
  • Contact

Welcome Back!

Login to your account below

Forgotten Password?

Retrieve your password

Please enter your username or email address to reset your password.

Log In

Add New Playlist

No Result
View All Result
  • Home
  • AI 工具
  • XiaoHu.AI 学院
    • AI 教程
    • AI 课程
  • XiaoHu.AI日报
  • 开源项目案例库
    • AI 论文
    • AI 资源
    • AI 项目
  • 加入会员
  • →社群
  • Login

© 2024 Xiaohu.AI

Are you sure want to unlock this post?
Unlock left : 0
Are you sure want to cancel subscription?
转到手机版