[发明专利]神经网络训练方法、烹饪检验方法、系统及智能烹饪设备在审
申请号: | 202110124453.5 | 申请日: | 2021-01-29 |
公开(公告)号: | CN112861946A | 公开(公告)日: | 2021-05-28 |
发明(设计)人: | 傅峰峰 | 申请(专利权)人: | 广州富港万嘉智能科技有限公司 |
主分类号: | G06K9/62 | 分类号: | G06K9/62;G06N3/08;A47J37/00 |
代理公司: | 广州永华专利代理有限公司 44478 | 代理人: | 郭裕彬 |
地址: | 510700 广东省广州市黄埔区*** | 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: | 神经网络 训练 方法 烹饪 检验 系统 智能 设备 | ||
1.一种为检验智能烹饪设备的烹饪效果而对人工神经网络的训练方法,其特征是,包括如下步骤:
P.在已知多个智能烹饪设备的烹饪效果分别是否达标的情况下,令所述多个智能烹饪设备各自对多种菜品进行烹饪,对同一种菜品,令所述多个智能烹饪设备分别按照不同的烹饪参数进行烹饪,并对每次烹饪过程各自执行下述样本获取步骤,获得多组学习样本,对每次烹饪过程所执行的样本获取步骤包括如下A、B、C、D:
——A.获取所述智能烹饪设备在烹饪过程中的烹饪参数;
——B.对烹饪完成的菜品进行拍摄从而得到能反映菜品熟化程度的菜品图像;
——C.根据所述菜品图像识别出菜品种类;
——D.以所述烹饪参数、所述菜品图像和所述菜品种类作为输入信号,以所述智能烹饪设备的烹饪效果是否达标作为输出信号,构成供人工神经网络进行烹饪效果检验训练的一组学习样本;
Q.采用所述多组学习样本对人工神经网络进行烹饪效果检验训练,直至该人工神经网络具备根据烹饪参数、菜品图像和菜品种类检验智能烹饪设备的烹饪效果是否达标的能力。
2.根据权利要求1所述的训练方法,其特征是,所述烹饪参数包括烹饪温度、烹饪时长和菜品量。
3.根据权利要求2所述的训练方法,其特征是,在所述步骤A中,从所述智能烹饪设备的烹饪启动程序获取所述烹饪温度、所述烹饪时长和所述菜品量。
4.一种智能烹饪设备的烹饪效果检验方法,其特征是,包括如下步骤:
a.获取智能烹饪设备在烹饪过程中的烹饪参数;
b.对烹饪完成的所述菜品进行拍摄从而得到能反映菜品熟化程度的菜品图像;
c.根据所述菜品图像识别出菜品种类;
d.将所述烹饪参数、所述菜品图像和所述菜品种类输入到已训练好的人工神经网络,由所述已训练好的人工神经网络根据所述菜品种类、所述烹饪参数和所述菜品图像检验所述智能烹饪设备的烹饪效果是否达标。
5.根据权利要求4所述的检验方法,其特征是,所述烹饪参数包括烹饪温度、烹饪时长和菜品量。
6.根据权利要求5所述的检验方法,其特征是,在所述步骤A中,从所述智能烹饪设备的烹饪启动程序获取所述烹饪温度、所述烹饪时长和所述菜品量。
7.根据权利要求4所述的检验方法,其特征是,所述已训练好的人工神经网络是执行权利要求1至3任一项所述的训练方法后得到的人工神经网络。
8.一种计算机可读存储介质,其上存储有计算机程序,其特征是,所述计算机程序被处理器执行时实现如权利要求1至3任一项所述的训练方法中的步骤。
9.根据权利要求8所述的计算机可读存储介质,其特征是,所述计算机程序被处理器执行时还实现如权利要求4至7任一项所述的检验方法中的步骤。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征是,所述计算机程序被处理器执行时实现如权利要求4至7任一项所述的检验方法中的步骤。
11.一种智能烹饪设备,包括相互连接的计算机可读存储介质和处理器,其特征是,所述计算机可读存储介质如权利要求8至10任一项所述。
12.一种智能烹饪设备的烹饪效果检验系统,包括智能烹饪设备和服务器,所述智能烹饪设备与所述服务器通信连接,所述服务器包括相互连接的计算机可读存储介质和处理器,其特征是,所述计算机可读存储介质如权利要求8至10任一项所述。
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广州富港万嘉智能科技有限公司,未经广州富港万嘉智能科技有限公司许可,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/202110124453.5/1.html,转载请声明来源钻瓜专利网。
- 上一篇:一种气动阀门控制器
- 下一篇:一种具有净化效果的市政污水处理装置