近年来人工智能的发展越渐火热,计算机视觉领域的研究发展越来越贴近我们的日常生活。随着我国全面进入小康社会,人们对于饮食健康的问题日益重视,如日常生活的饮食监控、营养分析、菜品推荐系统等等。因此,基于计算机视觉的菜品图像识别技术成为了当前研究的热点之一。但是,目前的菜品图像识别的研究应用多放在西餐和日料中。中式菜品由于其种类繁多复杂,不同菜品之间也有可能非常相似,相同菜品也有可能差异过大。因此,对于中式菜品图像识别方法的研究仍是一个难点的问题。为了使研究内容更贴合实际应用,本文选取了日常生活比较常见的中式餐厅作为应用情景,在某高效食堂进行了为期一年左右的数据采集工作。然后进行了多目标中式菜品识别方法的研究,并且设计了中式菜品识别系统。本文将中式菜品图像的识别分成了如下两个部分:首先将盛满多个菜品的菜品托盘图像输入到菜品位置检测网络,进行菜品位置的定位提取。然后将提取的多个菜品图像依次输入到菜品识别网络模型当中,最后经过识别网络输出各个菜品的类别。本文的主要研究内容和创新性成果如下:（1）构建了菜品位置检测网络Food-Dnet目标检测网络。该检测网络选用了网络深度较浅的Res Net-18卷积网络作为主干网络,并对其改进融入了可变形卷积。同时,将检测网络的Head部分也引入了可变形残差模块,这样做可以在一定程度上弥补降低网络深度所带来的精度损失。为了提高提取空间特性信息的有效性,又将Neck网络部分的FPN结构换成了FPN+PAN的结构。经实验表明,Food-Dnet目标检测网络在数据集Food-C上达到了96.2%的m AP值,并且检测速度相比YOLOv3等主流的目标检测网络有着明显的优势。（2）提出一种基于改进残差网络的中式菜品识别模型RNA-TL（Res Net with Attention and Triplet-Loss）。该识别网络先通过融合多尺度特征提取深层次图像语义信息,然后又增加一层注意力机制分支从而给予图像中重要部分更多关注。最后,将得到的特征向量输入SVM中进行菜品图像的分类,且其中使用了改进的三元组损失（TripletLoss,TL）函数进行类间相似度计算。经实验表明,RNA-TL模型在中式菜品公共数据集Food208可以达到83.6%的识别准确率,以及在数据集Food292上达到了90.31%的识别准确率。