[发明专利]一种识别食材新鲜度的方法、装置、服务器及存储介质

权利要求书

1.一种识别食材新鲜度的方法，其特征在于，包括：

获得食材图像信息；

将所述食材图像信息输入预先训练的食材分类网络模型中，获得至少一个子图像信息，其中，一个所述子图像信息对应从所述食材图像信息中截取的一个食材的候选框，所述食材分类网络模型是对标注了食材类别和用于确定所述食材的候选框的多个锚点的多个第一食材图像训练样本进行训练得到的；

将所述至少一个子图像信息依次输入预先训练的新鲜度判断网络模型中，确定每个子图像信息对应食材的新鲜度等级，其中，所述新鲜度判断网络模型是对标注了食材新鲜度等级的多个第二食材图像训练样本进行训练得到的。

2.如权利要求1所述的方法，其特征在于，所述食材分类网络模型包括第一子网络模型和第二子网络模型，则

将所述食材图像信息输入预先训练的食材分类网络模型中，获得至少一个子图像信息，包括：

将所述食材图像信息输入所述第一子网络模型进行卷积计算，获得与所述食材图像信息对应的卷积特征图像；

将所述卷积特征图像输入所述第二子网络模型，基于所述食材图像信息中各个食材对应的锚点，对所述食材图像信息中每个食材的对应区域进行筛选处理，获得至少一个候选框，其中，一个候选框对应一个食材；

利用所述至少一个候选框从所述食材图像信息中截取出所述候选框对应食材的图像，得到所述至少一个子图像信息。

3.如权利要求1所述的方法，其特征在于，所述新鲜度判断网络模型按照以下方式训练得到：

获得第二食材图像训练样本集合，其中，所述每个第二食材图像训练样本均标注了食材的类别和食材新鲜度等级；

提取每个所述第二食材图像训练样本对应食材的类别特征和新鲜度等级信息；

利用所述食材的类别特征和新鲜度等级信息对所述新鲜度判断网络模型进行训练。

4.如权利要求1或2所述的方法，其特征在于，所述食材分类网络模型按照以下方式训练得到：

获得第一食材图像训练样本集合，其中，每个第一食材图像训练样本均标注了对应食材的类别和用于确定所述食材对应候选框的多个锚点；

提取所述第一食材图像训练样本集合中的每个第一食材图像训练样本类别特征，得到用于表征所述第一食材图像训练样本中食材特征的第一训练特征向量，以及提取所述每个第一食材图像训练样本中的锚点分布特征，得到用于表征所述第一食材图像中的食材候选框大小信息的第二训练特征向量；

利用所述第一训练特征向量对所述食材分类网络模型中的第一子网络模型进行训练，利用所述第二训练特征向量对所述食材分类网络模型中的第二子网络模型进行训练。

5.如权利要求1-3任一所述的方法，其特征在于，所述方法还包括：

当所述食材图像信息中食材的新鲜度等级低于预定阈值时，输出新鲜度提示信息，其中，所述新鲜度提示信息用于提示用户所述食材当前新鲜度状态。

6.如权利要求1-3任一所述的方法，其特征在于，所述方法还包括：

根据所述食材图像中各个食材的新鲜度等级高低，向用户推荐与食材新鲜度等级对应的烹饪方式。

7.一种识别食材新鲜度的装置，其特征在于，包括：

第一获得模块，用于获得食材图像信息；

第二获得模块，用于在将所述食材图像信息输入预先训练的食材分类网络模型中，获得至少一个子图像信息，其中，一个所述子图像信息对应从所述食材图像信息中截取的一个食材的候选框，所述食材分类网络模型是对标注了食材类别和用于确定所述食材的候选框的多个锚点的多个第一食材图像训练样本进行训练得到的；

确定模块，用于在将所述至少一个子图像信息依次输入预先训练的新鲜度判断网络模型中，确定每个子图像信息对应食材的新鲜度等级，其中，所述新鲜度判断网络模型是对标注了食材新鲜度等级的多个第二食材图像训练样本进行训练得到的。