CN110941203A - 烹饪食物的控制方法及装置、烹饪器 - Google Patents
烹饪食物的控制方法及装置、烹饪器 Download PDFInfo
- Publication number
- CN110941203A CN110941203A CN201811115968.3A CN201811115968A CN110941203A CN 110941203 A CN110941203 A CN 110941203A CN 201811115968 A CN201811115968 A CN 201811115968A CN 110941203 A CN110941203 A CN 110941203A
- Authority
- CN
- China
- Prior art keywords
- food
- cooking
- data
- food material
- cooker
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 235000013305 food Nutrition 0.000 title claims abstract description 268
- 238000010411 cooking Methods 0.000 title claims abstract description 123
- 238000000034 method Methods 0.000 title claims abstract description 47
- 238000004422 calculation algorithm Methods 0.000 claims description 22
- 238000000605 extraction Methods 0.000 claims description 19
- 238000001914 filtration Methods 0.000 claims description 15
- 238000012545 processing Methods 0.000 claims description 15
- 230000008569 process Effects 0.000 claims description 11
- 238000013135 deep learning Methods 0.000 claims description 9
- 238000012549 training Methods 0.000 claims description 9
- 230000008859 change Effects 0.000 claims description 7
- 238000010801 machine learning Methods 0.000 claims description 4
- 238000010606 normalization Methods 0.000 claims description 4
- 238000012217 deletion Methods 0.000 claims description 3
- 230000037430 deletion Effects 0.000 claims description 3
- 230000000694 effects Effects 0.000 abstract description 7
- 241000209094 Oryza Species 0.000 description 5
- 235000007164 Oryza sativa Nutrition 0.000 description 5
- 235000009566 rice Nutrition 0.000 description 5
- 230000006870 function Effects 0.000 description 4
- 238000013528 artificial neural network Methods 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000013459 approach Methods 0.000 description 1
- 238000003066 decision tree Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000010438 heat treatment Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 238000007637 random forest analysis Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/04—Programme control other than numerical control, i.e. in sequence controllers or logic controllers
-
- A—HUMAN NECESSITIES
- A47—FURNITURE; DOMESTIC ARTICLES OR APPLIANCES; COFFEE MILLS; SPICE MILLS; SUCTION CLEANERS IN GENERAL
- A47J—KITCHEN EQUIPMENT; COFFEE MILLS; SPICE MILLS; APPARATUS FOR MAKING BEVERAGES
- A47J27/00—Cooking-vessels
- A47J27/004—Cooking-vessels with integral electrical heating means
-
- A—HUMAN NECESSITIES
- A47—FURNITURE; DOMESTIC ARTICLES OR APPLIANCES; COFFEE MILLS; SPICE MILLS; SUCTION CLEANERS IN GENERAL
- A47J—KITCHEN EQUIPMENT; COFFEE MILLS; SPICE MILLS; APPARATUS FOR MAKING BEVERAGES
- A47J27/00—Cooking-vessels
- A47J27/08—Pressure-cookers; Lids or locking devices specially adapted therefor
- A47J27/0802—Control mechanisms for pressure-cookers
-
- A—HUMAN NECESSITIES
- A47—FURNITURE; DOMESTIC ARTICLES OR APPLIANCES; COFFEE MILLS; SPICE MILLS; SUCTION CLEANERS IN GENERAL
- A47J—KITCHEN EQUIPMENT; COFFEE MILLS; SPICE MILLS; APPARATUS FOR MAKING BEVERAGES
- A47J36/00—Parts, details or accessories of cooking-vessels
-
- A—HUMAN NECESSITIES
- A47—FURNITURE; DOMESTIC ARTICLES OR APPLIANCES; COFFEE MILLS; SPICE MILLS; SUCTION CLEANERS IN GENERAL
- A47J—KITCHEN EQUIPMENT; COFFEE MILLS; SPICE MILLS; APPARATUS FOR MAKING BEVERAGES
- A47J37/00—Baking; Roasting; Grilling; Frying
- A47J37/06—Roasters; Grills; Sandwich grills
- A47J37/0623—Small-size cooking ovens, i.e. defining an at least partially closed cooking cavity
- A47J37/0629—Small-size cooking ovens, i.e. defining an at least partially closed cooking cavity with electric heating elements
Landscapes
- Engineering & Computer Science (AREA)
- Food Science & Technology (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- General Preparation And Processing Of Foods (AREA)
Abstract
本申请公开了一种烹饪食物的控制方法及装置、烹饪器。其中，该方法包括：采集烹饪器的器具内部的食物图像数据，其中，食物图像数据包括如下至少之一：待处理食材的食材种类、食材数量；将食物图像数据输入食物预测模型，得到烹饪数据；基于烹饪数据，控制烹饪器工作。本申请解决了由于用户在烹饪食物时针对不同的食材设置的烹饪参数单一造成的烹饪效果不理想的技术问题。
Description
技术领域
本申请涉及智能厨具领域，具体而言，涉及一种烹饪食物的控制方法及装置、烹饪器。
背景技术
现阶段利用烹饪器烹饪食物时，由于不同食材的特性不同，烹饪方法也不同，比如，烹饪时间过长会导致食物过于熟烂影响口感，烹饪时间短则会导致食物没有达到预期的熟烂程度，不能食用。用户在烹饪食物时往往选择固定的烹饪参数，而不是根据烹饪食材的特性有针对性地设置烹饪参数，导致烹饪效果不理想，针对上述的问题，目前尚未提出有效的解决方案。
发明内容
本申请实施例提供了一种烹饪食物的控制方法及装置、烹饪器，以至少解决由于用户在烹饪食物时针对不同的食材设置的烹饪参数单一造成的烹饪效果不理想的技术问题。
根据本申请实施例的一个方面，提供了一种烹饪食物的控制方法，包括：采集烹饪器的器具内部的食物图像数据，其中，食物图像数据包括如下至少之一：待处理食材的食材种类、食材数量；将食物图像数据输入食物预测模型，得到烹饪数据；基于烹饪数据，控制烹饪器工作。
可选地，在将食物图像数据输入食物预测模型，得到烹饪数据之前，方法还包括：获取已经存储的食材数据，其中，食材数据包括如下至少之一：不同种类食材的特征、烹饪器的烹饪参数、不同食材烹饪后的特征；基于食材数据，得到样本数据；基于样本数据，使用深度学习算法对输入参数进行特征提取；根据提取结果构建食物预测模型，其中，输入参数为样本数据中包括的如下至少一个参数：食物种类、食物特性、食物数量和食物的烹饪结果。
可选地，基于食材数据，得到样本数据包括：基于过滤条件对食材数据进行过滤处理，得到过滤结果；对过滤结果进行遍历，按照去除条件对过滤结果进行删除处理，得到删除结果；基于删除结果进行归一化处理，得到样本数据。
可选地，基于样本数据，使用深度学习算法对输入参数进行特征提取，并根据提取结果构建食物预测模型包括：基于样本数据，使用深度学习算法对输入至预测模型中的输入参数进行特征提取，得到提取结果；基于机器学习算法处理提取结果，生成食物预测模型。
可选地，将食物图像数据输入食物预测模型，得到烹饪数据，包括：识别食物图像数据，获取待处理食材的食材参数，其中，食材参数包括如下至少之一：食材种类、食材数量和目标烹饪结果；将待处理食材的食材参数与食物预测模型对应的样本数据进行匹配；如果匹配成功，则获取用于处理待处理食材的烹饪数据。
可选地，在基于烹饪数据，控制烹饪器工作之后，方法还包括：获取烹饪器烹饪食物过程中所产生的食材变化数据；将食材变化数据作为新增的样本数据添加至样本库；基于添加了新的样本数据的样本库，对食物预测模型进行二次训练。
根据本申请实施例的另一方面，还提供了一种烹饪食物的控制装置，包括：采集模块，用于采集烹饪器的器具内部的食物图像数据，其中，食物图像数据包括如下至少之一：待处理食材的食材种类、食材数量；处理模块，用于将食物图像数据输入食物预测模型，得到烹饪数据；控制模块，基于烹饪数据，控制烹饪器工作。
根据本申请实施例的再一方面，还提供了一种烹饪器，包括：采集装置，用于采集烹饪器的器具内部的食物图像数据，其中，食物图像数据包括如下至少之一：待处理食材的食材种类、食材数量；处理器，与采集装置连接，用于将食物图像数据输入食物预测模型，得到烹饪数据；控制器，与处理器连接，用于基于烹饪数据，控制烹饪器工作。
根据本申请实施例的再一方面，还提供了一种存储介质，存储介质包括存储的程序，其中，程序运行时控制存储介质所在的设备执行以上的烹饪食物的控制方法。
根据本申请实施例的再一方面，还提供了一种处理器，处理器用于运行程序，其中，程序运行时执行以上的烹饪食物的控制方法。
在本申请实施例中，采用采集烹饪器的器具内部的食物图像数据，其中，食物图像数据包括如下至少之一：待处理食材的食材种类、食材数量；将食物图像数据输入食物预测模型，得到烹饪数据；基于烹饪数据，控制烹饪器工作的方式，通过利用神经网络算法对采集的现有食材的食材数据进行训练，得到食物预测模型，在烹饪的过程中，利用训练好的食物预测模型对待处理的食材进行识别，以得到针对待处理食物的烹饪参数，利用得到的烹饪参数设置烹饪器具，对待处理的食材进行处理，实现了利用烹饪器具烹饪食物时针对不同食材的特性有针对性地选择烹饪参数的目的，以实现较好的烹饪效果，提高了用户体验，进而解决了由于用户在烹饪食物时针对不同的食材设置的烹饪参数单一造成的烹饪效果不理想的技术问题。
附图说明
此处所说明的附图用来提供对本申请的进一步理解，构成本申请的一部分，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：
图1是根据本申请实施例的一种烹饪食物的控制方法的流程图；
图2是根据本申请实施例的一种构建食物预测模型的方法的流程图；
图3是根据本申请实施例的一种烹饪食物的控制装置的结构图；
图4是根据本申请实施例的一种烹饪器的结构图。
具体实施方式
为了使本技术领域的人员更好地理解本申请方案，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分的实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本申请保护的范围。
需要说明的是，本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本申请的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
根据本申请实施例，提供了一种烹饪食物的控制方法的方法实施例，需要说明的是，在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。
图1是根据本申请实施例的一种烹饪食物的控制方法的流程图，如图1所示，该方法包括如下步骤：
步骤S102，采集烹饪器的器具内部的食物图像数据，其中，食物图像数据包括如下至少之一：待处理食材的食材种类、食材数量。
根据本申请的一个可选的实施例，在电饭煲内部设置有图像采集装置，图像采集装置可以是高清摄像头，用于采集待烹饪食材的食材种类、食材数量。
步骤S104，将食物图像数据输入食物预测模型，得到烹饪数据。
在本申请的一些可选的实施例中，在进行步骤S104之前，还需要构建上述食物预测模型，图2是根据本申请实施例的一种构建食物预测模型的方法的流程图，如图2所示，该方法如下步骤：
步骤S202，获取已经存储的食材数据，其中，食材数据包括如下至少之一：不同种类食材的特征、烹饪器的烹饪参数、不同食材烹饪后的特征。
步骤S202中获取现有食材数据，其中，食材数据包括以下至少之一：食材的特性，比如大米蒸煮时间的长短会影响大米的糯化程度；烹饪器的烹饪参数指的是针对不同的食材，为使食材达到比较理想的烹饪效果而设定的参数，比如设置的烹饪时长，设置的加热档位等相关参数；不同食材烹饪后的特性是指在设置不同的烹饪参数的条件下，同一种食物的烹饪结果。
步骤S204，基于食材数据，得到样本数据。
在本申请的一些可选的实施例中，步骤S204通过以下方法实现：基于过滤条件对食材数据进行过滤处理，得到过滤结果；对过滤结果进行遍历，按照去除条件对过滤结果进行删除处理，得到删除结果；基于删除结果进行归一化处理，得到样本数据。
根据本申请的一个可选的实施例，对样本数据进行预处理，对食材数据进一步细化，比如对于同一种食材，选用品质高和品质低的该种类食材分别获取该食材的数据，进而得到该种类食材的平均数据。此外，通过对获取的食材数据进行遍历，将食材数据偏差较大的数据删除，然后将剩余的食材数据进行归一化处理，得到最终的食材数据。通过上述步骤，可以使用于训练食物预测模型的样本数据更加精确，从而使训练出的预测模型的数据预测结果更加准确。
步骤S206，基于样本数据，使用深度学习算法对输入参数进行特征提取。
步骤S208，根据提取结果构建食物预测模型，其中，输入参数为样本数据中包括的如下至少一个参数：食物种类、食物特性、食物数量和食物的烹饪结果。
在本申请的一些可选的实施例中，步骤S206和步骤S208通过以下方法实现：基于样本数据，使用深度学习算法对输入至预测模型中的输入参数进行特征提取，得到提取结果；基于机器学习算法处理提取结果，生成食物预测模型。
根据本申请的一个可选的实施例，基于预处理后得到的样本数据，其中，食材种类、食材特性、食材数量及食材的熟烂程度为食材预测模型的输入参数，烹饪器具对食材的处理参数为食材预测模型的输出参数。利用深度学习算法对上述输入参数进行特征提取，以减少输入参数的数量。然后利用监督式学习算法对提取的结果进行训练，生成具有自适应学习和动态更新功能的食物预测模型。
监督式学习算法是机器学习算法的一种，该算法由一个目标变量或结果变量组成。这些变量由一系列的预示变量预测而来，利用这一系列变量生成一个将输入值映射到期望输出值的函数，这个训练过程一直在持续，直到模型在训练数据上获得期望的精确度。监督式学习算法有回归算法、决策树算法、随机森林、K-临近算法等。
在本申请的一些可选的实施例中，步骤S104通过以下方法实现：识别食物图像数据，获取待处理食材的食材参数，其中，食材参数包括如下至少之一：食材种类、食材数量和目标烹饪结果；将待处理食材的食材参数与食物预测模型对应的样本数据进行匹配；如果匹配成功，则获取用于处理待处理食材的烹饪数据。
根据本申请的一个可选的实施例，通过训练好的食材预测模型对待处理的食材进行预测，得到烹饪数据的原理是将待处理的食材与用于训练食材预测模型的样本数据进行匹配，如果匹配成功，将样本数据中的食材相对应的烹饪数据作为待处理食材的烹饪数据。
步骤S106，基于烹饪数据，控制烹饪器工作。
依据得到的烹饪数据，通过人工设置或者烹饪器具自动设置烹饪参数，以完成对待处理食材的烹饪处理。
在本申请的一些可选的实施例中，在步骤S106完成之后，上述方法还包括：获取烹饪器烹饪食物过程中所产生的食材变化数据；将食材变化数据作为新增的样本数据添加至样本库；基于添加了新的样本数据的样本库，对食物预测模型进行二次训练。在烹饪过程中，将产生的食材变化数据添加到食材数据样本库，基于更新的样本库对食物预测模型进行二次预测，通过该步骤，使样本数据库中的样本数据实时更新，以便使预测模型预测数据的准确率持续保持一个较高的准确率。
通过上述步骤，通过利用神经网络算法对采集的现有食材的食材数据进行训练，得到食物预测模型，在烹饪的过程中，利用训练好的食物预测模型对待处理的食材进行识别，以得到针对待处理食物的烹饪参数，利用得到的烹饪参数设置烹饪器具，对待处理的食材进行处理。通过上述步骤当用户在使用烹饪器具烹饪食物时，烹饪器根据对食材的种类和特性的识别，自动的设置相应的烹饪参数，或者提示用户根据识别结果设置相应的烹饪参数，可以实现在烹饪食物的过程中，针对不同食材的种类和特性，自动选择相应的烹饪参数，以达到较好的烹饪效果，提高了用户的使用体验。
图3是根据本申请实施例的一种烹饪食物的控制装置的结构图，如图3所示，该装置包括：
采集模块30，用于采集烹饪器的器具内部的食物图像数据，其中，食物图像数据包括如下至少之一：待处理食材的食材种类、食材数量。
根据本申请的一个可选的实施例，采集模块30可以是设置在烹饪器具内部的高清摄像头。
处理模块32，用于将食物图像数据输入食物预测模型，得到烹饪数据。
控制模块34，基于烹饪数据，控制烹饪器工作。
需要说明的是，图3所示实施例的优选实施方式可以参见图1至图2所示实施例的描述，此处不再赘述。
图4是根据本申请实施例的一种烹饪器的结构图，如图4所示，该烹饪器包括：
采集装置40，用于采集烹饪器的器具内部的食物图像数据，其中，食物图像数据包括如下至少之一：待处理食材的食材种类、食材数量。
处理器42，与采集装置连接，用于将食物图像数据输入食物预测模型，得到烹饪数据。
控制器44，与处理器连接，用于基于烹饪数据，控制烹饪器工作。
在本申请的一些可选的实施例中，烹饪器可以是电饭煲、微波炉、电烤箱、高压锅、电饭煲等厨具。
需要说明的是，图3所示实施例的优选实施方式可以参见图1至图2所示实施例的描述，此处不再赘述。
本申请实施例还提供了一种存储介质，存储介质包括存储的程序，其中，在程序运行时控制存储介质所在设备执行以上的烹饪食物的控制方法。
上述存储介质用于存储执行以下功能的程序：采集烹饪器的器具内部的食物图像数据，其中，食物图像数据包括如下至少之一：待处理食材的食材种类、食材数量；将食物图像数据输入食物预测模型，得到烹饪数据；基于烹饪数据，控制烹饪器工作。
本申请实施例还提供了一种处理器，处理器用于运行程序，其中，在程序运行时执行以上的烹饪食物的控制方法。
上述处理器用于执行实现以下功能的程序：采集烹饪器的器具内部的食物图像数据，其中，食物图像数据包括如下至少之一：待处理食材的食材种类、食材数量；将食物图像数据输入食物预测模型，得到烹饪数据；基于烹饪数据，控制烹饪器工作。
上述本申请实施例序号仅仅为了描述，不代表实施例的优劣。
在本申请的上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述。
在本申请所提供的几个实施例中，应该理解到，所揭露的技术内容，可通过其它的方式实现。其中，以上所描述的装置实施例仅仅是示意性的，例如所述单元的划分，可以为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，单元或模块的间接耦合或通信连接，可以是电性或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本申请各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述仅是本申请的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本申请原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本申请的保护范围。
Claims (10)
1.一种烹饪食物的控制方法，其特征在于，包括：
采集烹饪器的器具内部的食物图像数据，其中，所述食物图像数据包括如下至少之一：待处理食材的食材种类、食材数量；
将所述食物图像数据输入食物预测模型，得到烹饪数据；
基于所述烹饪数据，控制所述烹饪器工作。
2.根据权利要求1所述的方法，其特征在于，在将所述食物图像数据输入食物预测模型，得到烹饪数据之前，所述方法还包括：
获取已经存储的食材数据，其中，所述食材数据包括如下至少之一：不同种类食材的特征、所述烹饪器的烹饪参数、不同食材烹饪后的特征；
基于所述食材数据，得到样本数据；
基于所述样本数据，使用深度学习算法对输入参数进行特征提取；
根据所述提取结果构建所述食物预测模型，其中，所述输入参数为所述样本数据中包括的如下至少一个参数：食物种类、食物特性、食物数量和食物的烹饪结果。
3.根据权利要求2所述的方法，其特征在于，基于所述食材数据，得到样本数据包括：
基于过滤条件对所述食材数据进行过滤处理，得到过滤结果；
对所述过滤结果进行遍历，按照去除条件对所述过滤结果进行删除处理，得到删除结果；
基于所述删除结果进行归一化处理，得到所述样本数据。
4.根据权利要求2所述的方法，其特征在于，基于所述样本数据，使用深度学习算法对输入参数进行特征提取，并根据所述提取结果构建所述食物预测模型包括：
基于所述样本数据，使用深度学习算法对输入至所述预测模型中的所述输入参数进行特征提取，得到提取结果；
基于机器学习算法处理所述提取结果，生成所述食物预测模型。
5.根据权利要求2所述的方法，其特征在于，将所述食物图像数据输入食物预测模型，得到烹饪数据，包括：
识别所述食物图像数据，获取所述待处理食材的食材参数，其中，所述食材参数包括如下至少之一：食材种类、食材数量和目标烹饪结果；
将所述待处理食材的食材参数与所述食物预测模型对应的样本数据进行匹配；
如果匹配成功，则获取用于处理所述待处理食材的烹饪数据。
6.根据权利要求1所述的方法，其特征在于，在基于所述烹饪数据，控制所述烹饪器工作之后，所述方法还包括：
获取所述烹饪器烹饪食物过程中所产生的食材变化数据；
将所述食材变化数据作为新增的样本数据添加至样本库；
基于添加了新的样本数据的样本库，对所述食物预测模型进行二次训练。
7.一种烹饪食物的控制装置，其特征在于，包括：
采集模块，用于采集烹饪器的器具内部的食物图像数据，其中，所述食物图像数据包括如下至少之一：待处理食材的食材种类、食材数量；
处理模块，用于将所述食物图像数据输入食物预测模型，得到烹饪数据；
控制模块，基于所述烹饪数据，控制所述烹饪器工作。
8.一种烹饪器，其特征在于，包括：
采集装置，用于采集烹饪器的器具内部的食物图像数据，其中，所述食物图像数据包括如下至少之一：待处理食材的食材种类、食材数量；
处理器，与所述采集装置连接，用于将所述食物图像数据输入食物预测模型，得到烹饪数据；
控制器，与所述处理器连接，用于基于所述烹饪数据，控制所述烹饪器工作。
9.一种存储介质，其特征在于，所述存储介质包括存储的程序，其中，所述程序执行权利要求1至6中任意一项所述的烹饪食物的控制方法。
10.一种处理器，其特征在于，所述处理器用于运行程序，其中，所述程序运行时执行权利要求1至6中任意一项所述的烹饪食物的控制方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811115968.3A CN110941203A (zh) | 2018-09-25 | 2018-09-25 | 烹饪食物的控制方法及装置、烹饪器 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811115968.3A CN110941203A (zh) | 2018-09-25 | 2018-09-25 | 烹饪食物的控制方法及装置、烹饪器 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN110941203A true CN110941203A (zh) | 2020-03-31 |
Family
ID=69904481
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201811115968.3A Pending CN110941203A (zh) | 2018-09-25 | 2018-09-25 | 烹饪食物的控制方法及装置、烹饪器 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110941203A (zh) |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111493672A (zh) * | 2020-04-26 | 2020-08-07 | 上海明略人工智能(集团)有限公司 | 食材烹饪方法、装置及烹饪器具 |
| CN111671315A (zh) * | 2020-05-08 | 2020-09-18 | 华帝股份有限公司 | 一种烹饪设备湿度控制异常检测方法 |
| CN112528941A (zh) * | 2020-12-23 | 2021-03-19 | 泰州市朗嘉馨网络科技有限公司 | 基于神经网络的自动化参数设定系统 |
| CN114202758A (zh) * | 2021-01-26 | 2022-03-18 | 杭州食方科技有限公司 | 食品信息生成方法、装置、电子设备和介质 |
| CN114376418A (zh) * | 2020-10-21 | 2022-04-22 | 博西华电器（江苏）有限公司 | 烹饪设备的控制方法及烹饪设备 |
| CN114903343A (zh) * | 2021-02-09 | 2022-08-16 | 海信集团控股股份有限公司 | 一种自动蒸烤的方法、装置及其蒸烤箱 |
| CN119048819A (zh) * | 2024-08-16 | 2024-11-29 | 唐力投资(珠海)有限公司 | 一种基于人工智能的预制食品加热控制方法、装置及存储介质 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104246375A (zh) * | 2012-05-08 | 2014-12-24 | 伊莱克斯家用产品股份有限公司 | 用于加工食品的器具及其操作方法 |
| CN105142408A (zh) * | 2012-12-04 | 2015-12-09 | 英戈·施托克格南特韦斯伯格 | 热处理监控系统 |
| CN106037448A (zh) * | 2016-07-29 | 2016-10-26 | 广东美的厨房电器制造有限公司 | 烹饪控制方法、设备及烹饪装置 |
| US20170372197A1 (en) * | 2016-06-27 | 2017-12-28 | International Business Machines Corporation | Customized cooking utilizing deep learning neuromorphic computing of hyperspectral input |
| CN107595102A (zh) * | 2017-09-28 | 2018-01-19 | 珠海格力电器股份有限公司 | 烹饪器具的控制方法、装置和系统、存储介质、处理器 |
| CN107862018A (zh) * | 2017-10-30 | 2018-03-30 | 珠海格力电器股份有限公司 | 食材烹饪方法的推荐方法和抽油烟机 |
| CN108538363A (zh) * | 2018-03-28 | 2018-09-14 | 珠海格力电器股份有限公司 | 一种确定烹饪模式的方法及烹饪电器 |
-
2018
- 2018-09-25 CN CN201811115968.3A patent/CN110941203A/zh active Pending
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104246375A (zh) * | 2012-05-08 | 2014-12-24 | 伊莱克斯家用产品股份有限公司 | 用于加工食品的器具及其操作方法 |
| CN105142408A (zh) * | 2012-12-04 | 2015-12-09 | 英戈·施托克格南特韦斯伯格 | 热处理监控系统 |
| US20170372197A1 (en) * | 2016-06-27 | 2017-12-28 | International Business Machines Corporation | Customized cooking utilizing deep learning neuromorphic computing of hyperspectral input |
| CN106037448A (zh) * | 2016-07-29 | 2016-10-26 | 广东美的厨房电器制造有限公司 | 烹饪控制方法、设备及烹饪装置 |
| CN107595102A (zh) * | 2017-09-28 | 2018-01-19 | 珠海格力电器股份有限公司 | 烹饪器具的控制方法、装置和系统、存储介质、处理器 |
| CN107862018A (zh) * | 2017-10-30 | 2018-03-30 | 珠海格力电器股份有限公司 | 食材烹饪方法的推荐方法和抽油烟机 |
| CN108538363A (zh) * | 2018-03-28 | 2018-09-14 | 珠海格力电器股份有限公司 | 一种确定烹饪模式的方法及烹饪电器 |
Cited By (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111493672A (zh) * | 2020-04-26 | 2020-08-07 | 上海明略人工智能(集团)有限公司 | 食材烹饪方法、装置及烹饪器具 |
| CN111493672B (zh) * | 2020-04-26 | 2021-07-30 | 上海明略人工智能(集团)有限公司 | 食材烹饪方法、装置及烹饪器具 |
| CN111671315A (zh) * | 2020-05-08 | 2020-09-18 | 华帝股份有限公司 | 一种烹饪设备湿度控制异常检测方法 |
| CN114376418A (zh) * | 2020-10-21 | 2022-04-22 | 博西华电器（江苏）有限公司 | 烹饪设备的控制方法及烹饪设备 |
| CN112528941A (zh) * | 2020-12-23 | 2021-03-19 | 泰州市朗嘉馨网络科技有限公司 | 基于神经网络的自动化参数设定系统 |
| CN112528941B (zh) * | 2020-12-23 | 2021-11-19 | 芜湖神图驭器智能科技有限公司 | 基于神经网络的自动化参数设定系统 |
| CN114202758A (zh) * | 2021-01-26 | 2022-03-18 | 杭州食方科技有限公司 | 食品信息生成方法、装置、电子设备和介质 |
| CN114903343A (zh) * | 2021-02-09 | 2022-08-16 | 海信集团控股股份有限公司 | 一种自动蒸烤的方法、装置及其蒸烤箱 |
| CN114903343B (zh) * | 2021-02-09 | 2024-05-14 | 海信集团控股股份有限公司 | 一种自动蒸烤的方法、装置及其蒸烤箱 |
| CN119048819A (zh) * | 2024-08-16 | 2024-11-29 | 唐力投资(珠海)有限公司 | 一种基于人工智能的预制食品加热控制方法、装置及存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110941203A (zh) | 烹饪食物的控制方法及装置、烹饪器 | |
| EP2662628B1 (en) | Appliance for processing food and method of operating the same | |
| CN110780628B (zh) | 烹饪设备的控制方法、装置、烹饪设备及存储介质 | |
| CN106371337A (zh) | 智能烹饪控制方法、智能厨房控制系统和智能厨房系统 | |
| CN107752794B (zh) | 烘焙方法及装置 | |
| CN108107762A (zh) | 烹饪控制方法及烹饪控制装置、存储介质和烹饪设备 | |
| CN107862018A (zh) | 食材烹饪方法的推荐方法和抽油烟机 | |
| CN110289078A (zh) | 一种基于智慧家庭操作系统的食谱推荐方法及装置 | |
| CN108538363A (zh) | 一种确定烹饪模式的方法及烹饪电器 | |
| CN114224189A (zh) | 烹饪设备控制方法、装置及烹饪设备 | |
| Arya et al. | Fuzzy efficient iterative method for multi-objective linear fractional programming problems | |
| CN110934508A (zh) | 烤箱的控制方法及装置 | |
| WO2016206889A1 (de) | Steuereinheit und verfahren zur ermittlung eines rezeptes | |
| CN109732615B (zh) | 烹饪机器人及其烹饪控制方法、装置、存储介质及服务器 | |
| DE102018118486A1 (de) | Verfahren zum Erzeugen eines Garprogramms sowie Gargerät | |
| CN107647773B (zh) | 烹饪器具的控制方法及控制装置、烹饪器具 | |
| WO2020074478A1 (de) | Verfahren zum zubereiten von gargut, gargerät und gargeräte-system | |
| EP3559558B1 (en) | Method of operating a cooking oven, in particular a steam cooking oven | |
| WO2022148593A1 (de) | Verfahren zum bestimmen eines garzeiteindes von gargut sowie haushaltsgargerät | |
| CN118068799A (zh) | 酱卤自动化生产线智能控制系统及方法 | |
| DE102014103457A1 (de) | Verfahren zum Auswählen eines Garprogramms und Gargerät | |
| CN108021535A (zh) | 数据拟合方法和装置 | |
| CN114241221A (zh) | 一种基于神经网络预测算法的控制系统 | |
| CN111178159A (zh) | 一种食谱处理方法、装置、服务器及存储介质 | |
| CN113951734A (zh) | 一种基于大数据的加热控制方法、系统和存储介质 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200331 |