[发明专利]烹饪评价方法、烹饪推荐方法、计算机设备及存储介质有效
申请号: | 201910517269.X | 申请日: | 2019-06-14 |
公开(公告)号: | CN112084825B | 公开(公告)日: | 2023-03-24 |
发明(设计)人: | 黄源甲;龙永文;周宗旭;陈必东;黄宇华 | 申请(专利权)人: | 佛山市顺德区美的电热电器制造有限公司 |
主分类号: | G06V20/10 | 分类号: | G06V20/10;G06V10/40;G06V10/774;G06V10/82;G06N3/084 |
代理公司: | 北京派特恩知识产权代理有限公司 11270 | 代理人: | 董超男;张颖玲 |
地址: | 528311 广东省*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 烹饪 评价 方法 推荐 计算机 设备 存储 介质 | ||
1.一种烹饪评价方法,其特征在于,包括:
获取待评价烹饪图像;
确定所述待评价烹饪图像的显示参数满足预设取值条件时,将所述待评价烹饪图像通过训练后的烹饪评价模型进行评价;其中,所述烹饪评价模型的训练数据包括烹饪样本图像及对应的评价标记;
将所述评价返回给对应的终端;
其中,所述将所述待评价烹饪图像通过训练后的烹饪评价模型进行评价之前,还包括:
获取通过标准烹饪程序得到的第一烹饪样本图像、以及通过设置筛选条件确定的由用户烹饪获得的第二烹饪样本图像;
基于携带有相应评价标记的所述第一烹饪样本图像和所述第二烹饪样本图像进行组合构造的训练数据集,训练初始的神经网络模型;
直至所述神经网络模型的损失函数满足收敛条件时,得到所述训练后的烹饪评价模型;
所述将所述待评价烹饪图像通过训练后的烹饪评价模型进行评价,包括:
通过训练后的所述烹饪评价模型,提取所述待评价烹饪图像的相应维度的特征数据;
根据所提取的特征数据与模型训练过程中对应不同评价标记的样本图像映射到样本标记空间的相应维度的特征数据的相似度,判断所述待评价烹饪图像中所包含的烹饪食物为相应烹饪样本图像的概率,确定所述待评价烹饪图像的评分值。
2.如权利要求1所述的烹饪评价方法,其特征在于,所述获取通过设置筛选条件确定的用户烹饪获得的第二烹饪样本图像,包括:
获取由用户烹饪获得的烹饪图像以及所述烹饪图像对应的反馈数据;
根据所述反馈数据确定反馈结果满足要求的烹饪图像作为第二烹饪样本图像;其中,所述反馈结果满足要求包括如下至少之一:评分值高于预设分值、推荐数高于对应阈值、点赞数高于对应阈值。
3.如权利要求1所述的烹饪评价方法,其特征在于,所述确定所述待评价烹饪图像的显示参数满足预设取值条件,包括:
检测所述待评价烹饪图像中烹饪食物的成像区域,确定所述待评价烹饪图像的尺寸满足尺寸要求。
4.一种烹饪推荐方法,其特征在于,包括:
获取烹饪图像及对应的烹饪参数;
确定所述烹饪图像的显示参数满足预设取值条件时,将所述烹饪图像通过训练后的烹饪评价模型进行评价;其中,所述烹饪评价模型的训练数据包括烹饪样本图像及对应的评价标记;
根据所述烹饪图像的评价结果进行排序,将所述排序中符合设置条件的目标烹饪图像对应的烹饪参数向对应终端进行推荐;
其中,所述将所述烹饪图像通过训练后的烹饪评价模型进行评价,包括:
通过训练后的所述烹饪评价模型,提取所述烹饪图像的相应维度的特征数据;
根据所提取的特征数据与模型训练过程中对应不同评价标记的样本图像映射到样本标记空间的相应维度的特征数据的相似度,判断所述烹饪图像中所包含的烹饪食物为相应烹饪样本图像的概率,确定所述烹饪图像的评分值。
5.如权利要求4所述的烹饪推荐方法,其特征在于,所述根据所述烹饪图像的评价结果进行排序,将所述排序中符合设置条件的目标烹饪图像对应的烹饪参数向对应终端进行推荐,包括:
根据所述烹饪图像的评价结果按照不同烹饪食物类型分别进行排序;
获取终端发送的烹饪请求时,根据所述烹饪请求确定当前烹饪的烹饪食物类型,确定所述排序中与所述烹饪食物类型对应的符合设置条件的目标烹饪图像,将所述目标烹饪图像对应的烹饪参数向客户端进行推荐。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于佛山市顺德区美的电热电器制造有限公司,未经佛山市顺德区美的电热电器制造有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201910517269.X/1.html,转载请声明来源钻瓜专利网。