本发明公开了一种基于改进YOLO v3的菜品识别方法，该方法使用基于深度学习的目标检测算法，识别出菜品的种类并回归出目标的边界框，为机器人打菜操作提供类别信息与相对位置信息。该方法基于One‑Stage算法YOLO V3，并基于ResNet和SENet对其特征提取网络进行优化设计，使用一种Seblock53的特征提取网络替换Darknet53，并引入可变形卷积DCN构成新的Backbone。基于高校的菜品窗口场景的识别结果表明，该方法能够快速准确地对菜品进行定位与分类，可以实现餐厅服务机器人菜品识别功能。