CN108538363A - 一种确定烹饪模式的方法及烹饪电器 - Google Patents

Abstract

本发明公开了一种确定烹饪模式的方法及烹饪电器，能够根据食材自动为食材选择更匹配的烹饪模式，增强食材的烹饪效果。其中，确定烹饪模式的方法包括采集第一食材的图像；对所述图像进行识别，以确定所述第一食材的类型；根据所述第一食材的类型，及食材的类型与烹饪模式的映射关系，确定在烹饪所述第一食材时的烹饪模式；进入所述烹饪模式运行。

Description

一种确定烹饪模式的方法及烹饪电器

技术领域

本发明涉及智能家电技术领域，特别涉及一种确定烹饪模式的方法及烹饪电器。

背景技术

目前，烹饪电器主要依据厂家设定的固定几种烹饪模式对放置在烹饪电器内部的食材进行烹饪。在使用烹饪电器过程中，需要用户主动选择相应的烹饪模式，而用户主观选择的烹饪模式不仅对用户的要求较高，而且用户选择的烹饪模式也许不是与食材最匹配的烹饪模式，导致烹饪食材的效果较差。

可见，目前的烹饪电器可能会导致烹饪食材的效果较差。

发明内容

本发明实施例提供一种确定烹饪模式的方法及烹饪电器，能够根据食材自动为食材选择更匹配的烹饪模式，增强食材的烹饪效果。

第一方面，提供了一种确定烹饪模式的方法，该方法包括：

采集第一食材的图像；

对所述图像进行识别，以确定所述第一食材的类型；

根据所述第一食材的类型，及食材的类型与烹饪模式的映射关系，确定在烹饪所述第一食材时的烹饪模式；

进入所述烹饪模式运行。

采用本发明实施例提供的确定烹饪模式的方法，可以自动确定放置在烹饪电器的第一食材的类型，并确定烹饪第一食材的烹饪模式，进入确定的烹饪模式运行。这样烹饪第一食材时，就不需要用户的操作，从而提升了用户体验。

可选的，在对所述图像进行识别，以确定所述第一食材的类型之前，还包括：

获取第一训练数据集，所述第一训练数据集包括多种食材的图像，及其中的每种食材的类型的信息；

根据所述多种食材的图像与所述多种食材的类型，建立第一函数模型，其中，所述第一函数模型的输入为食材的图像，输出为所述食材的类型；

利用所述第一训练数据集对所述第一函数模型进行训练，其中，在向训练后的第一函数模型输入食材的图像时，所述第一函数模型输出的数据与预设的标准数据之间的差值小于第一阈值，所述输出的数据用于指示所述输入的食材的类型，所述标准数据用于指示所述输入的食材的真实类型；

对所述图像进行识别，以确定所述第一食材的类型，包括：

将所述图像输入所述第一函数模型；

根据所述第一函数模型输出的数据确定所述第一食材的类型。

这种可选的方式描述了如何对第一食材的图像进行识别，可以通过深度学习的方法事先建立并训练第一函数模型，通过训练后的第一函数模型对第一食材的图像进行识别，也就是利用深度学习的方法对第一食材的图像进行识别，以尽量提高识别的准确率。

可选的，在根据所述第一食材的类型，及食材的类型与烹饪模式的映射关系，确定在烹饪所述第一食材时的烹饪模式之前，还包括：

获取第二训练数据集，所述第二训练数据集包括多种食材的类型，及与其中每种食材的类型对应的至少一种烹饪模式；

根据所述多种食材的类型与每种食材的类型对应的至少一种烹饪模式，建立第二函数模型，其中，所述第二函数模型的输入为每种食材的类型，输出为所述每种食材的至少一种烹饪模式；

利用所述第二训练数据集对所述第二函数模型进行训练，其中，在向训练后的第二函数模型输入食材的类型时，所述第二函数模型输出的数据与预设的标准数据之间的差值小于第二阈值，所述输出的数据用于指示所述输入的食材的至少一种烹饪模式，所述标准数据用于指示所述输入的食材的实际烹饪模式；

根据所述第一食材的类型，及食材的类型与烹饪模式的映射关系，确定在烹饪所述第一食材时的烹饪模式，包括：

将所述第一食材的类型输入所述第二函数模型；

根据所述第二函数模型输出的数据确定在烹饪所述第一食材时的烹饪模式。

这种可选的方式描述了如何根据第一食材的类型确定烹饪第一食材的烹饪模式，可以通过深度学习的方法事先建立并训练第二函数模型，通过训练后的第二函数模型确定烹饪第一食材的烹饪模式，以实现自动确定烹饪模式，不需要用户的操作，从而提升了用户体验。

可选的，在根据所述第一食材的类型，及食材的类型与烹饪模式的映射关系，确定在烹饪所述第一食材时的烹饪模式之后，还包括：

采集第一用户数据，根据所述第一用户数据调节至少一个运行参数的取值，并按照调节后的运行参数运行；其中，所述第一用户数据包括用于指示用户的身体的健康指数的数据和/或用于指示所述用户对所述第一食材的烹饪习惯的数据；

或，

采集第二用户数据，根据所述第二用户数据确定输出提示信息，其中，所述第二用户数据包括用于指示用户的口味喜好的数据，所述提示信息用于提醒所述用户选择与所述用户口味喜好匹配的佐料进行烹饪。

这种可选的方式描述了烹饪电器确定了第一食材的烹饪模式之后，可以结合第一用户数据，例如用户的身体健康数据或者对第一食材的烹饪习惯，来调节烹饪模式的至少一个运行参数，使得烹饪电器按照调节后的至少一个运行参数运行更能符合用户的实际需求。或者，可以结合第二用户数据，例如用户的口味喜好的数据，来提醒用户选择与用户口味喜好匹配的佐料进行烹饪，提升用户体验。

可选的，在进入所述烹饪模式运行之后，还包括：

采集烹饪电器在预设第一时间段内的多个运行数据，和/或，采集所述第一食材在预设第二时间段内的多个时刻的多组烹饪数据，其中，一组烹饪数据用于指示所述第一食材在采集所述一组烹饪数据时的温度和/或色泽；

确定采集的多个运行数据中的至少一个运行数据中的每个运行数据与对应的预设运行数据之间的误差大于或等于第三预设阈值，则输出第一警告信息；其中，所述预设运行数据用于指示所述烹饪电器在采集与所述预设运行数据对应的一个运行数据时的标准运行数据，所述第一警告信息用于提醒用户烹饪电器异常；

或，

确定所述多组烹饪数据中的至少一组烹饪数据中的每组烹饪数据与对应的预设烹饪数据之间的误差大于或等于第四预设阈值，则输出第二警告信息；其中，所述预设烹饪数据用于指示所述第一食材在与采集与所述预设烹饪数据对应的一组烹饪数据时的标准温度和/或标准色泽，所述第二警告信息用于提醒用户烹饪异常。

这种可选的方式描述了烹饪电器烹饪第一食材后，可以根据烹饪过程中烹饪电器的运行参数确定烹饪电器可能发生故障，或者根据第一食材的温度和色泽确定第一食材可能出现烹饪异常，从而提醒用户烹饪异常，提高了使用烹饪电器的安全性。

第二方面，提供了一种烹饪电器，该烹饪电器包括：

采集单元，用于采集第一食材的图像；

识别单元，用于对所述图像进行识别，以确定所述第一食材的类型；

确定单元，用于根据所述第一食材的类型，及食材的类型与烹饪模式的映射关系，确定在烹饪所述第一食材时的烹饪模式；

运行单元，用于进入所述烹饪模式运行。

可选的，

所述烹饪电器还包括第一训练单元：用于在对所述图像进行识别，以确定所述第一食材的类型之前，获取第一训练数据集，所述第一训练数据集包括多种食材的图像，及其中的每种食材的类型的信息；根据所述多种食材的图像与所述多种食材的类型，建立第一函数模型，其中，所述第一函数模型的输入为食材的图像，输出为所述食材的类型；利用所述第一训练数据集对所述第一函数模型进行训练，其中，在向训练后的第一函数模型输入食材的图像时，所述第一函数模型输出的数据与预设的标准数据之间的差值小于第一阈值，所述输出的数据用于指示所述输入的食材的类型，所述标准数据用于指示所述输入的食材的真实类型；

所述识别单元具体用于：

将所述图像输入所述第一函数模型；

根据所述第一函数模型输出的数据确定所述第一食材的类型。

可选的，

所述烹饪电器还包括第二训练单元：用于在根据所述第一食材的类型，及食材的类型与烹饪模式的映射关系，确定在烹饪所述第一食材时的烹饪模式之前，获取第二训练数据集，所述第二训练数据集包括多种食材的类型，及与其中每种食材的类型对应的至少一种烹饪模式；根据所述多种食材的类型与每种食材的类型对应的至少一种烹饪模式，建立第二函数模型，其中，所述第二函数模型的输入为每种食材的类型，输出为所述每种食材的至少一种烹饪模式；利用所述第二训练数据集对所述第二函数模型进行训练，其中，在向训练后的第二函数模型输入食材的类型时，所述第二函数模型输出的数据与预设的标准数据之间的差值小于第二阈值，所述输出的数据用于指示所述输入的食材的至少一种烹饪模式，所述标准数据用于指示所述输入的食材的实际烹饪模式；

所述确定单元具体用于：

将所述第一食材的类型输入所述第二函数模型；

根据所述第二函数模型输出的数据确定在烹饪所述第一食材时的烹饪模式。

可选的，所述烹饪电器还包括调节单元，用于：

在根据所述第一食材的类型，及食材的类型与烹饪模式的映射关系，确定在烹饪所述第一食材时的烹饪模式之后，采集第一用户数据，根据所述第一用户数据调节至少一个运行参数的取值，并按照调节后的运行参数运行；其中，所述第一用户数据包括用于指示用户的身体的健康指数的数据和/或用于指示所述用户对所述第一食材的烹饪习惯的数据；

或，

采集第二用户数据，根据所述第二用户数据确定输出提示信息，其中，所述第二用户数据包括用于指示用户的口味喜好的数据，所述提示信息用于提醒所述用户选择与所述用户口味喜好匹配的佐料进行烹饪。

可选的，所述烹饪电器还包括报警单元，用于：

在进入所述烹饪模式运行之后，采集烹饪电器在预设第一时间段内的多个运行数据，和/或，采集所述第一食材在预设第二时间段内的多个时刻的多组烹饪数据，其中，一组烹饪数据用于指示所述第一食材在采集所述一组烹饪数据时的温度和/或色泽；

确定采集的多个运行数据中的至少一个运行数据中的每个运行数据与对应的预设运行数据之间的误差大于或等于第三预设阈值，则输出第一警告信息；其中，所述预设运行数据用于指示所述烹饪电器在采集与所述预设运行数据对应的一个运行数据时的标准运行数据，所述第一警告信息用于提醒用户烹饪电器异常；

或，确定所述多组烹饪数据中的至少一组烹饪数据中的每组烹饪数据与对应的预设烹饪数据之间的误差大于或等于第四预设阈值，则输出第二警告信息；其中，所述预设烹饪数据用于指示所述第一食材在与采集与所述预设烹饪数据对应的一组烹饪数据时的标准温度和/或标准色泽，所述第二警告信息用于提醒用户烹饪异常。

本发明实施例提供的烹饪电器的技术效果可以参见上述第一方面的各个实现方式的技术效果，此处不再赘述。

第三方面，提供了一种烹饪电器，该烹饪电器包括：

至少一个处理器，以及

与所述至少一个处理器连接的存储器；

其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述至少一个处理器通过执行所述存储器存储的指令实现如第一方面任一项所述的方法。

本发明实施例提供的烹饪电器的技术效果可以参见上述第一方面的各个实现方式的技术效果，此处不再赘述。

第四方面，提供了一种计算机存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现如第一方面任一项所述的方法。

本发明实施例确定烹饪模式时，烹饪电器可以对放置在烹饪电器内的食材的图像进行采集并识别，从而确定食材的类型。再根据食材的类型与烹饪模式的映射关系，确定在烹饪食材时的烹饪模式，进入确定的烹饪模式运行。这样烹饪电器就可以自动为放置在内部的食材选择更匹配的烹饪模式并运行，使得第一食材的烹饪较好。且不需要用户操作，从而简化了用户的操作，提升了用户体验。

附图说明

图1是本发明实施例提供的确定烹饪模式的方法的流程示意图；

图2为本发明实施例提供的烹饪电器的一种结构示意图；

图3为本发明实施例提供的烹饪电器的一种结构示意图；

图4为本发明实施例提供的烹饪电器的一种结构示意图。

具体实施方式

为了使本发明的目的、技术方案和优点更加清楚明白，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述。

鉴于目前的烹饪电器需要用户主动选择烹饪模式，而对于有些用户，例如不认识字的用户，选择烹饪模式就较为困难，因此给用户带来不便，本发明实施例提供了一种确定烹饪模式的方法，能够对放置在烹饪电器内的食材的图像进行采集并识别，从而确定食材的类型。再根据食材的类型与烹饪模式的映射关系，确定在烹饪食材时的烹饪模式，进入确定的烹饪模式运行。这样烹饪电器就可以自动为放置在内部的食材选择更匹配的烹饪模式，增强食材的烹饪效果，且不需要用户操作，从而简化了用户的操作，提升了用户体验。

下面结合说明书附图介绍本发明实施例提供的技术方案。

请参见图1，下面结合图1对本发明实施例提供的确定烹饪模式的方法进行详细说明，如图1所示的方法可以适用于烹饪电器，例如电压力锅、电饭煲等。具体的流程描述如下：

S101、采集第一食材的图像；

S102、对图像进行识别，以确定第一食材的类型；

S103、根据第一食材的类型，及食材的类型与烹饪模式的映射关系，确定在烹饪第一食材时的烹饪模式；

S104、进入烹饪模式运行。

目前用户在烹饪第一食材时，首先将第一食材放置在烹饪电器内，然后在烹饪电器的控制面板上选取烹饪第一食材的烹饪模式，使得烹饪电器进入选取的烹饪模式运行，以烹饪第一食材。而本发明实施例提供的确定烹饪模式的方法可以自动识别放置在烹饪电器内的第一食材，从而根据识别出的第一食材自动为第一食材确定烹饪第一食材的烹饪模式，并进入确定的烹饪模式运行。

可能的实施方式中，请参见图2，图2示出了烹饪电器的一种结构示意图。如图2所示的烹饪电器的盖顶内可以设置摄像头和闪光灯，当用户将第一食材放置在烹饪电器并盖上烹饪电器的顶盖时，可以触发启动闪光灯，使得烹饪电器内的光线充足，通过摄像头对第一食材进行拍照，即采集第一食材的图像。

烹饪电器采集第一食材的图像之后，可以对第一食材的图像进行识别，从而确定出第一食材的类型。其中，食材的类型可以理解为是食材的种类，例如，包括米、肉和蔬菜等，也可以是每种食材的目标类型，例如，对于米来说，食材的类型还可以是小米或大米等，对于肉来说，食材的类型还可以是牛肉、猪肉或者鸡肉等。

本发明实施例的烹饪电器可以通过深度学习算法对食材的图像与对应的食材的类型进行分析，从而根据分析后的结果对第一食材的图像进行识别，确定第一食材的类型。具体地，烹饪电器在对第一食材的图像进行识别之前，可以获取第一训练数据集，第一训练数据集包括多种食材的图像，及其中的每种食材的类型的信息。第一训练数据集可以存储在服务器或云端，烹饪电器可以根据实际需求进行获取。

本发明实施例可以根据多种食材的图像与多种食材的类型，预先建立第一函数模型，其中，第一函数模型的输入为食材的图像，输出为食材的类型，这样获取第一训练数据集之后，可以利用第一训练数据集对第一函数模型进行训练，获得训练后的第一函数模型。训练后的第一函数模型可以对第一食材的图像进行识别。其中，在向训练后的第一函数模型输入食材的图像时，训练后的第一函数模型输出的数据与预设的标准数据之间的差值小于第一阈值，输出的数据用于指示输入的食材的类型，标准数据用于指示输入的食材的真实类型。第一阈值可以是预先设置的一个值，例如5％，即训练第一函数模型时，训练到第一函数模型输出的数据指示输入的食材的类型的误差较小，此时可以认为通过训练后的第一函数模型识别食材的图像的准确度较高。本发明实施例将第一食材的图像输入训练后的第一函数模型，根据训练后的第一函数模型输出的数据确定第一食材的类型。

可能的实施方式中，本发明实施例中训练第一函数模型也可以由其他具有计算能力的任意电子设备，例如，电脑终端、智能路由器、冰箱或者空调等实现。如果其他设备得到训练后的第一函数模型，烹饪电器可以从其他设备获取训练后的第一函数模型，这样可以减轻烹饪电器的负担。或者烹饪电器或其他电子设备均可以训练第一函数模型，这样如果烹饪电器发生故障，则可以直接在其他电子设备进行训练。

如果训练第一函数模型由其他电子设备实现，则本发明实施例还可以更新第一函数模型，具体地，本发明实施例可以设置更新频率，按照设置的更新频率更新第一函数模型。其他电子设备更新第一函数模型后，可以将更新后的第一函数模型发送给烹饪电器，以使得烹饪电器对第一食材的图像的识别更准确。

本发明实施例中的烹饪电器确定第一食材的类型后，可以根据确定的第一食材的类型，及食材的类型与烹饪模式的映射关系，确定在烹饪第一食材时的烹饪模式，从而进入确定的烹饪模式运行。具体地，烹饪电器可以预先获取第二训练数据集，第二训练数据集包括多种食材的类型，及与其中每种食材的类型对应的至少一种烹饪模式。第二训练数据集可以存储在服务器或云端，烹饪电器可以根据实际需求进行获取。

本发明实施例可以根据多种食材的类型与每种食材的类型对应的至少一种烹饪模式，预先建立第二函数模型，其中，第二函数模型的输入为每种食材的类型，输出为每种食材的至少一种烹饪模式。这样获取第二训练数据集之后，可以利用第二训练数据集对第二函数模型进行训练，获得训练后的第二函数模型。训练后的第二函数模型可以根据第一食材的类型确定烹饪第一食材的烹饪模式。其中，在向训练后的第二函数模型输入食材的类型时，第二函数模型输出的数据与预设的标准数据之间的差值小于第二阈值，输出的数据用于指示输入的食材的至少一种烹饪模式，标准数据用于指示输入的食材的实际烹饪模式。第二阈值可以是预先设置的一个值，例如5％，即训练第二函数模型时，训练到第二函数模型输出的数据指示输入的食材的烹饪模式的误差较小，此时可以认为通过训练后的第二函数模型确定输入的食材的烹饪模式的准确度较高。本发明实施例将第一食材的类型输入训练后的第二函数模型，根据训练后的第二函数模型输出的数据确定烹饪第一食材的烹饪模式。

同样地，本发明实施例中训练第二函数模型也可以由其他具有计算能力的任意电子设备，例如，电脑终端、智能路由器、冰箱或者空调等实现，这里不再赘述。如果训练第二函数模型由其他电子设备实现，则本发明实施例还可以更新第二函数模型，具体地，本发明实施例可以设置更新频率，按照设置的更新频率更新第二函数模型。其他电子设备更新第二函数模型后，可以将更新后的第二函数模型发送给烹饪电器，以使得烹饪电器确定第一食材的烹饪模式的准确更高。

本发明实施例的烹饪电器在确定了烹饪第一食材的烹饪模式之后，可以进入确定的烹饪模式运行。通常烹饪模式的运行参数，例如运行时长的加热功率等的取值都是事先设置好的，例如，针对米饭模式，运行时长可能是10分钟，加热功率可能是1千瓦；针对猪蹄模式，运行时长可能是60分钟，加热功率可能死2千瓦。而烹饪电器确定的烹饪第一食材的烹饪模式可能是烹饪电器包括的至少一种的烹饪模式中的一种，即烹饪模式的运行参数也是确定的。但是对于不同的用户而言，实现设置的烹饪模式的运行参数可能并不能满足用户的实际需求。例如，如果是老人，可能希望煮米饭时煮的更软一些，而对于年轻人来说只要煮软就可以了。又例如用户如果是高血压患者，那么就会希望尽量减少油的摄入，此时就不适合煎炸的烹饪模式。

鉴于此，本发明实施例中的烹饪电器在确定在烹饪第一食材时的烹饪模式之后，还可以采集第一用户数据，第一用户数据包括用于指示用户的身体的健康指数的数据，例如心跳和血压等数据，和/或用于指示用户对第一食材的烹饪习惯的数据，例如烹饪第一食材的烹饪模式的数据。烹饪电器再根据用户数据调节至少一个运行参数的取值，按照调节后的至少一个运行参数运行。这样就结合了用户的身体健康指数或者对食材的烹饪习惯确定烹饪模式的运行参数，以尽量满足用户的实际需求。

可能地实施方式中，烹饪电器采集第一用户数据时可以通过佩戴在用户手上的智能手环采集用户的心跳和血压等数据，或者从医院的服务器获取用户的身体健康数据。烹饪电器也可以记录最近一段时间内用户对第一食材的烹饪习惯数据，例如最近一段时间内用户选择的第一食材的烹饪模式。

本发明实施例可以实现采集不同用户的用户数据，将采集的用户数据，及经过第二函数模型确定的食材的烹饪模式作为训练集对第二函数模型继续进行训练，直到输出的数据，即指示食材的烹饪模式的至少一个运行参数的取值，与用户实际想要的运行参数的取值误差较小。然后输入训练后的新函数模型第一食材的烹饪模式及用户数据，获得输出的至少一个运行参数的取值，调节至少一个运行参数的取值，按照调节后的运行参数运行，以尽量将第一食材烹饪地符合用户的实际需求。

可能的实施方式中，烹饪电器确定了调节后的运行参数后，如果在预设时间段内接收到用户输入的替换的运行参数的值，那么烹饪电器按照用户输入的运行参数的值运行。其中，用户可以通过手机输入运行参数，手机可以与烹饪电器进行通信，用户可以根据自己的喜好调节烹饪模式运行参数，更能满足用户的实际需求。

本发明实施例的烹饪电器在确定了烹饪第一食材的烹饪模式之后，可以进入确定的烹饪模式运行。但是对于不同的用户而言，直接进入确定的烹饪模式运行可能并不能满足用户的实际需求。例如，对于用户甲喜欢吃甜的，对于用户已可能喜欢吃辣的，如果直接进入确定的烹饪模式运行就没考虑到用户的口味。

鉴于此，本发明实施例中的烹饪电器在确定在烹饪第一食材时的烹饪模式之后，还可以采集第二用户数据，第二用户数据包括用于指示用户的口味喜好的数据。可能地实施方式中，烹饪电器采集第二用户数据时可以从服务器获取用户的饮食习惯数据。烹饪电器也可以记录最近一段时间内用户对第一食材的烹饪习惯数据。烹饪电器再根据第二用户数据输出提示信息，用于提示用户可以选择喜欢口味对应的佐料。这样就结合了用户的口味喜好，以尽量满足用户的实际需求。

烹饪电器确定了烹饪模式后，进入确定的烹饪模式运行，开始对第一食材进行烹饪，在烹饪过程中，烹饪电器有可能发生故障，导致烹饪异常，如果用户提前不知道烹饪电器出现烹饪异常，就处于等待状态，结果浪费了时间。鉴于此，本发明实施例提供的烹饪电器在进入烹饪模式运行之后，还可以根据烹饪电器的运行数据或者第一食材的烹饪数据确定烹饪电器是否出现烹饪异常现象，其中，烹饪数据用于指示第一食材的温度和/或色泽。

具体地，烹饪电器可以采集烹饪电器在预设第一时间段内的多个运行数据，可能的实施方式中，烹饪电器可以采集烹饪电器在预设第一时间段内的多个时刻的多个运行数据，例如电流数据、电压数据等。烹饪电器可以将多个运行数据中的每个运行数据与对应的预设运行数据进行比较，其中，预设运行数据用于指示烹饪电器在采集与预设运行数据对应的一个运行数据时的标准运行数据。如果采集的每个运行数据与对应的预设运行数据一致，或者近似，那么可以认为烹饪电器在正常烹饪。相反，如果每个运行数据与对应的预设运行数据差距较大，那么烹饪电器可能发生故障。因此，本发明实施例中的烹饪电器确定采集的多个运行数据中的至少一个运行数据中的每个运行数据与对应的预设运行数据之间的误差大于或等于第三预设阈值，则输出第一警告信息，以提醒用户烹饪电器发生故障。

具体地，烹饪电器可以设置传感器，通过传感器采集第一食材在烹饪过程中的烹饪数据，烹饪数据用于指示第一食材的温度和/或色泽，然后根据采集的烹饪数据确定烹饪电器是否出现烹饪异常。可能的实施方式中，烹饪电器可以采集第一食材在预设第二时间段内的多个时刻的多组烹饪数据，其中，一组烹饪数据用于指示第一食材在采集一组烹饪数据时的温度和/或色泽。烹饪电器可以将多组烹饪数据中的每组烹饪数据与对应的预设烹饪数据进行比较，其中，预设烹饪数据用于指示第一食材在与采集与预设烹饪数据对应的一组烹饪数据时的标准温度和/或标准色泽，如果采集的每组烹饪数据与对应的预设烹饪数据一致，或者近似，那么可以认为烹饪电器在正常烹饪。相反，如果每组烹饪数据与对应的预设烹饪数据差距较大，那么烹饪电器可能出现异常。

因此，本发明实施例确定多组烹饪数据中的至少一组烹饪数据中的每组烹饪数据与对应的预设烹饪数据之间的误差大于或等于第四预设阈值，则可以输出第二警告信息，以提醒用户烹饪异常。

具体地，烹饪电器可以将采集的多组烹饪数据转化成时间列表矩阵，例如如公式(1)所示：

其中，t＝1...T，θ＝1...n，t表示预设时间段，θ表示采集的烹饪参数的个数或者维度。

假设当前食材下，多组预设烹饪数据时间列表矩阵如公式(2)所示：

假设多组烹饪数据与多组预设烹饪数据之间的误差如公式(3)所示：

通过如上的公式(1)-(3)可以计算获得多组烹饪数据与对应的预设烹饪数据的误差。

可能的实施方式中，第三预设阈值可以是预先设定的一个值，例如可以是每组烹饪数据的期望误差δ。

当时，烹饪电器可以输出警告信息，告知用户烹饪异常，可能存在失败风险。

当时，烹饪电器可能出现烹饪失败的风险，也可以出现安全隐患。此时，烹饪电器可以在输出警告信息后，自动关闭烹饪电器，告知用户烹饪异常的同时，提高安全性。

进一步，为了减少计算量和误差，可以降低时间列表矩阵的维度。另外，第三预设阈值可以较大些，以减少误警告的次数。可能的实施方式中，第三预设阈值可以自适应期望误差δ，随着烹饪电器的烹饪，刚开始，允许烹饪过程中的食材的烹饪数据与预设烹饪数据有一定的误差，但随着烹饪的进行，误差应该是越来越小，直到烹饪过程完成，食材的烹饪数据与预设烹饪数据应该是一致的。那么在烹饪过程中应该是越来越小，直至为逼近于0。根据此类规律吧，自适应期望误差δ可以通过公式(4)表示：

其中，γ为修正系数，t为当前烹饪时刻，T为标准的烹饪电器烹饪时长。特别地，γ等于0时，表示第四预设阈值还是采用固定的期望误差。

本发明实施例中的烹饪电器确定采集的多个运行数据中的至少一个运行数据中的每个运行数据与对应的预设运行数据之间的误差大于或等于第三预设阈值可以参考确定多组烹饪数据中的至少一组烹饪数据中的每组烹饪数据与对应的预设烹饪数据之间的误差大于或等于第四预设阈值的方法，这里不再赘述。

下面结合说明书附图介绍本发明实施例提供的设备。

请参见图3，基于同一发明构思，本发明一实施例提供一种烹饪电器，该烹饪电器可以包括采集单元301、识别单元302、确定单元303和运行单元304。采集单元301用于支持烹饪电器执行图1中的步骤S101。识别单元302用于支持烹饪电器执行图1中的步骤S102。确定单元303用于烹饪电器执行图1中的步骤S103。运行单元304用于烹饪电器执行图1中的步骤S104。其中，上述方法实施例涉及的各步骤的所有相关内容均可以援引到对应功能模块的功能描述，在此不再赘述。

可选的，烹饪电器还可以包括第一训练单元，该第一训练单元可以用于在对图像进行识别，以确定第一食材的类型之前，获取第一训练数据集，第一训练数据集包括多种食材的图像，及其中的每种食材的类型的信息；根据多种食材的图像与多种食材的类型，建立第一函数模型，其中，第一函数模型的输入为食材的图像，输出为食材的类型；利用第一训练数据集对第一函数模型进行训练，其中，在向训练后的第一函数模型输入食材的图像时，第一函数模型输出的数据与预设的标准数据之间的差值小于第一阈值，输出的数据用于指示输入的食材的类型，标准数据用于指示输入的食材的真实类型；

识别单元302具体可以用于：将图像输入第一函数模型，根据第一函数模型输出的数据确定第一食材的类型。

可选的，烹饪电器还可以包括第二训练单元，该第二训练单元可以用于在根据第一食材的类型，及食材的类型与烹饪模式的映射关系，确定在烹饪第一食材时的烹饪模式之前，获取第二训练数据集，第二训练数据集包括多种食材的类型，及与其中每种食材的类型对应的至少一种烹饪模式；根据多种食材的类型与每种食材的类型对应的至少一种烹饪模式，建立第二函数模型，其中，第二函数模型的输入为每种食材的类型，输出为每种食材的至少一种烹饪模式；利用第二训练数据集对第二函数模型进行训练，其中，在向训练后的第二函数模型输入食材的类型时，第二函数模型输出的数据与预设的标准数据之间的差值小于第二阈值，输出的数据用于指示输入的食材的至少一种烹饪模式，标准数据用于指示输入的食材的实际烹饪模式；

确定单元303具体可以用于：将第一食材的类型输入第二函数模型，根据第二函数模型输出的数据确定在烹饪第一食材时的烹饪模式。

可选的，

烹饪电器还可以包括调节单元，用于：在根据第一食材的类型，及食材的类型与烹饪模式的映射关系，确定在烹饪第一食材时的烹饪模式之后，采集第一用户数据，第一用户数据包括用于指示用户的身体的健康指数的数据和/或用于指示用户对第一食材的烹饪习惯的数据；根据第一用户数据调节至少一个运行参数的取值；或，采集第二用户数据，根据所述第二用户数据确定输出提示信息，其中，所述第二用户数据包括用于指示用户的口味喜好的数据，所述提示信息用于提醒所述用户选择与所述用户口味喜好匹配的佐料进行烹饪。

运行单元304具体用于按照调节后的运行参数运行。

可选的，烹饪电器还包括可以报警单元，用于：

在进入烹饪模式运行之后，采集烹饪电器在预设第一时间段内的多个运行数据，和/或，采集第一食材在预设第二时间段内的多个时刻的多组烹饪数据，其中，一组烹饪数据用于指示第一食材在采集一组烹饪数据时的温度和/或色泽；

确定采集的多个运行数据中的至少一个运行数据中的每个运行数据与对应的预设运行数据之间的误差大于或等于第三预设阈值，则输出第一警告信息，其中，预设运行数据用于指示所述烹饪电器在采集与预设运行数据对应的一个运行数据时的标准运行数据，第一警告信息用于提醒用户烹饪电器异常；

或，确定多组烹饪数据中的至少一组烹饪数据中的每组烹饪数据与对应的预设烹饪数据之间的误差大于或等于第四预设阈值，则输出第二警告信息；其中，预设烹饪数据用于指示第一食材在与采集与预设烹饪数据对应的一组烹饪数据时的标准温度和/或标准色泽，第二警告信息用于提醒用户烹饪异常。

上述方法实施例涉及的各步骤的所有相关内容均可以援引到对应功能模块的功能描述，在此不再赘述。

请参见图4，基于同一发明构思，本发明一实施例提供一种烹饪电器，该烹饪电器可以包括：至少一个处理器401，处理器401用于执行存储器中存储的计算机程序时实现本发明实施例提供的如图1所示的确定烹饪模式的方法的步骤。

处理器401具体可以是中央处理器、特定应用集成电路(英文：ApplicationSpecific Integrated Circuit，简称：ASIC)，可以是一个或多个用于控制程序执行的集成电路，用于对烹饪电器的动作进行控制管理，支持烹饪电器执行如图1所示的方法步骤。

可选的，该烹饪电器还包括与至少一个处理器连接的存储器402，存储器402可以包括只读存储器(英文：Read Only Memory，简称：ROM)、随机存取存储器(英文：RandomAccess Memory，简称：RAM)和磁盘存储器。存储器402用于存储处理器401运行时所需的数据，即存储有可被至少一个处理器401执行的指令，至少一个处理器401通过执行存储器402存储的指令，执行如图1所示的方法。其中，存储器402的数量为一个或多个。其中，存储器402在图4中一并示出，但需要知道的是存储器402不是必选的功能模块，因此在图4中以虚线示出。

其中，采集单元301、识别单元302、确定单元303和运行单元304所对应的实体设备均可以是前述的处理器401。该烹饪电器可以用于执行图1所示的实施例所提供的方法。因此关于该设备中各功能模块所能够实现的功能，可参考图1所示的实施例中的相应描述，不多赘述。

本发明实施例还提供一种计算机存储介质，其中，计算机存储介质存储有计算机指令，当计算机指令在计算机上运行时，使得计算机执行如图1所述的方法。

所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，仅以上述各功能模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能模块完成，即将装置的内部结构划分成不同的功能模块，以完成以上描述的全部或者部分功能。上述描述的系统，装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

在本发明所提供的几个实施例中，应该理解到，所揭露的装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述模块或单元的划分，仅仅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，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。

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网络单元上。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(可以是个人计算机，服务器，或者网络设备等)或处理器(processor)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：通用串行总线闪存盘(Universal Serial Bus flash disk)、移动硬盘、只读存储器(Read-Only Memory，ROM)、随机存取存储器(Random Access Memory，RAM)、磁碟或者光盘等各种可以存储程序代码的介质。

显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。

Claims (10)

1.一种确定烹饪模式的方法，其特征在于，包括：

采集第一食材的图像；

对所述图像进行识别，以确定所述第一食材的类型；

根据所述第一食材的类型，及食材的类型与烹饪模式的映射关系，确定在烹饪所述第一食材时的烹饪模式；

进入所述烹饪模式运行。

2.如权利要求1所述的方法，其特征在于，

在对所述图像进行识别，以确定所述第一食材的类型之前，还包括：

获取第一训练数据集，所述第一训练数据集包括多种食材的图像，及其中的每种食材的类型的信息；

根据所述多种食材的图像与所述多种食材的类型，建立第一函数模型，其中，所述第一函数模型的输入为食材的图像，输出为所述食材的类型；

利用所述第一训练数据集对所述第一函数模型进行训练，其中，在向训练后的第一函数模型输入食材的图像时，所述第一函数模型输出的数据与预设的标准数据之间的差值小于第一阈值，所述输出的数据用于指示所述输入的食材的类型，所述标准数据用于指示所述输入的食材的真实类型；

对所述图像进行识别，以确定所述第一食材的类型，包括：

将所述图像输入所述第一函数模型；

根据所述第一函数模型输出的数据确定所述第一食材的类型。

3.如权利要求1所述的方法，其特征在于，

在根据所述第一食材的类型，及食材的类型与烹饪模式的映射关系，确定在烹饪所述第一食材时的烹饪模式之前，还包括：

获取第二训练数据集，所述第二训练数据集包括多种食材的类型，及与其中每种食材的类型对应的至少一种烹饪模式；

根据所述多种食材的类型与每种食材的类型对应的至少一种烹饪模式，建立第二函数模型，其中，所述第二函数模型的输入为每种食材的类型，输出为所述每种食材的至少一种烹饪模式；

利用所述第二训练数据集对所述第二函数模型进行训练，其中，在向训练后的第二函数模型输入食材的类型时，所述第二函数模型输出的数据与预设的标准数据之间的差值小于第二阈值，所述输出的数据用于指示所述输入的食材的至少一种烹饪模式，所述标准数据用于指示所述输入的食材的实际烹饪模式；

根据所述第一食材的类型，及食材的类型与烹饪模式的映射关系，确定在烹饪所述第一食材时的烹饪模式，包括：

将所述第一食材的类型输入所述第二函数模型；

根据所述第二函数模型输出的数据确定在烹饪所述第一食材时的烹饪模式。

4.如权利要求1-3任一项所述的方法，其特征在于，在根据所述第一食材的类型，及食材的类型与烹饪模式的映射关系，确定在烹饪所述第一食材时的烹饪模式之后，还包括：

采集第一用户数据，根据所述第一用户数据调节至少一个运行参数的取值，并按照调节后的运行参数运行；其中，所述第一用户数据包括用于指示用户的身体的健康指数的数据和/或用于指示所述用户对所述第一食材的烹饪习惯的数据；

或，

采集第二用户数据，根据所述第二用户数据确定输出提示信息，其中，所述第二用户数据包括用于指示用户的口味喜好的数据，所述提示信息用于提醒所述用户选择与所述用户口味喜好匹配的佐料进行烹饪。

5.如权利要求1-3任一项所述的方法，其特征在于，在进入所述烹饪模式运行之后，还包括：

采集烹饪电器在预设第一时间段内的多个运行数据，和/或，采集所述第一食材在预设第二时间段内的多个时刻的多组烹饪数据，其中，一组烹饪数据用于指示所述第一食材在采集所述一组烹饪数据时的温度和/或色泽；

确定采集的多个运行数据中的至少一个运行数据中的每个运行数据与对应的预设运行数据之间的误差大于或等于第三预设阈值，则输出第一警告信息；其中，所述预设运行数据用于指示所述烹饪电器在采集与所述预设运行数据对应的一个运行数据时的标准运行数据，所述第一警告信息用于提醒用户烹饪电器异常；

或，确定所述多组烹饪数据中的至少一组烹饪数据中的每组烹饪数据与对应的预设烹饪数据之间的误差大于或等于第四预设阈值，则输出第二警告信息；其中，所述预设烹饪数据用于指示所述第一食材在与采集与所述预设烹饪数据对应的一组烹饪数据时的标准温度和/或标准色泽，所述第二警告信息用于提醒用户烹饪异常。

6.一种烹饪电器，其特征在于，包括：

采集单元，用于采集第一食材的图像；

识别单元，用于对所述图像进行识别，以确定所述第一食材的类型；

确定单元，用于根据所述第一食材的类型，及食材的类型与烹饪模式的映射关系，确定在烹饪所述第一食材时的烹饪模式；

运行单元，用于进入所述烹饪模式运行。

7.如权利要求6所述的烹饪电器，其特征在于，

所述烹饪电器还包括第一训练单元：用于在对所述图像进行识别，以确定所述第一食材的类型之前，获取第一训练数据集，所述第一训练数据集包括多种食材的图像，及其中的每种食材的类型的信息；根据所述多种食材的图像与所述多种食材的类型，建立第一函数模型，其中，所述第一函数模型的输入为食材的图像，输出为所述食材的类型；利用所述第一训练数据集对所述第一函数模型进行训练，其中，在向训练后的第一函数模型输入食材的图像时，所述第一函数模型输出的数据与预设的标准数据之间的差值小于第一阈值，所述输出的数据用于指示所述输入的食材的类型，所述标准数据用于指示所述输入的食材的真实类型；

所述识别单元具体用于：

将所述图像输入所述第一函数模型；

根据所述第一函数模型输出的数据确定所述第一食材的类型。

8.如权利要求6所述的烹饪，其特征在于，

所述烹饪电器还包括第二训练单元：用于在根据所述第一食材的类型，及食材的类型与烹饪模式的映射关系，确定在烹饪所述第一食材时的烹饪模式之前，获取第二训练数据集，所述第二训练数据集包括多种食材的类型，及与其中每种食材的类型对应的至少一种烹饪模式；根据所述多种食材的类型与每种食材的类型对应的至少一种烹饪模式，建立第二函数模型，其中，所述第二函数模型的输入为每种食材的类型，输出为所述每种食材的至少一种烹饪模式；利用所述第二训练数据集对所述第二函数模型进行训练，其中，在向训练后的第二函数模型输入食材的类型时，所述第二函数模型输出的数据与预设的标准数据之间的差值小于第二阈值，所述输出的数据用于指示所述输入的食材的至少一种烹饪模式，所述标准数据用于指示所述输入的食材的实际烹饪模式；

所述确定单元具体用于：

将所述第一食材的类型输入所述第二函数模型；

根据所述第二函数模型输出的数据确定在烹饪所述第一食材时的烹饪模式。

9.一种烹饪电器，其特征在于，包括：

至少一个处理器，以及

与所述至少一个处理器连接的存储器；

其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述至少一个处理器通过执行所述存储器存储的指令实现如权利要求1-5任一项所述的方法。

10.一种计算机存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1-5任一项所述的方法。