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
348
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
494
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
346
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
460
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
284
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
636
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
435

Recommendeds

Frame:具备视觉能力和实时联网问答的开源AR眼镜

Frame:具备视觉能力和实时联网问答的开源AR眼镜

202 VIEWS
2024年5月4日
Paper Piano 纸钢琴:通过摄像头将任何一张纸变成一架钢琴

Paper Piano 纸钢琴:通过摄像头将任何一张纸变成一架钢琴

47 VIEWS
2024年3月11日
GetPickle AI是一款革新虚拟会议的AI工具 让你的替身帮你开会 你去干别的

GetPickle AI是一款革新虚拟会议的AI工具 让你的替身帮你开会 你去干别的

989 VIEWS
2024年11月21日
NotebookLlama:Meta 发布了一个通过Llama从 PDF 文件生成播客的引导式教程

NotebookLlama:Meta 发布了一个通过Llama从 PDF 文件生成播客的引导式教程

266 VIEWS
2024年10月28日
Anthropic 的研究人员发现了打开AI模型“黑盒子”的方法

Anthropic 的研究人员发现了打开AI模型“黑盒子”的方法

337 VIEWS
2024年5月22日
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

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

435 VIEWS
2024年12月22日
FLUX.1-dev-LoRA:一个混合现实与插画风格模型 可以生成融合了现实与插画元素的图像

FLUX.1-dev-LoRA:一个混合现实与插画风格模型 可以生成融合了现实与插画元素的图像

1.6k VIEWS
2024年9月2日
ChatGPT 帮我制定护肤方案   两个月让我的皮肤变成了这样…

ChatGPT 帮我制定护肤方案 两个月让我的皮肤变成了这样…

745 VIEWS
2024年11月12日
OpenAI 高层 Reddit AMA 完整版

OpenAI 高层 Reddit AMA 完整版

73 VIEWS
2024年11月1日
Claude 3.5 Sonnet 在 GPQA 测试中达到 67.2% 超越了专业博士的水平

Claude 3.5 Sonnet 在 GPQA 测试中达到 67.2% 超越了专业博士的水平

279 VIEWS
2024年6月22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