CN114359596A - 食材识别方法、家电设备、云端服务器和存储介质 - Google Patents
食材识别方法、家电设备、云端服务器和存储介质 Download PDFInfo
- Publication number
- CN114359596A CN114359596A CN202011061608.7A CN202011061608A CN114359596A CN 114359596 A CN114359596 A CN 114359596A CN 202011061608 A CN202011061608 A CN 202011061608A CN 114359596 A CN114359596 A CN 114359596A
- Authority
- CN
- China
- Prior art keywords
- identification
- food material
- result
- food
- identification result
- 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 137
- 239000000463 material Substances 0.000 title claims abstract description 79
- 238000000034 method Methods 0.000 title claims abstract description 46
- 238000004590 computer program Methods 0.000 claims description 20
- 238000010411 cooking Methods 0.000 claims description 6
- 230000003993 interaction Effects 0.000 claims description 5
- 230000004044 response Effects 0.000 claims description 5
- 230000036541 health Effects 0.000 claims description 4
- 238000010586 diagram Methods 0.000 description 9
- 240000007087 Apium graveolens Species 0.000 description 4
- 235000015849 Apium graveolens Dulce Group Nutrition 0.000 description 4
- 235000010591 Appio Nutrition 0.000 description 4
- 230000009286 beneficial effect Effects 0.000 description 3
- 238000013473 artificial intelligence Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 240000007594 Oryza sativa Species 0.000 description 1
- 235000007164 Oryza sativa Nutrition 0.000 description 1
- 230000008094 contradictory effect Effects 0.000 description 1
- 238000013136 deep learning model Methods 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000003062 neural network model Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 235000009566 rice Nutrition 0.000 description 1
- 239000010409 thin film Substances 0.000 description 1
Images
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供一种食材识别方法、家电设备、云端服务器和存储介质，其中，食材识别方法包括：获取待烹饪食材的图像；根据图像和预存的识别模型对待烹饪食材进行识别，得到识别结果；输出识别结果，并接收基于识别结果的反馈信息；根据反馈信息对识别模型进行更新。本发明的实施例，能够及时地根据识别结果对识别模型进行优化，提高识别模型的准确性，提高对食材识别的成功率。
Description
技术领域
本发明涉及图像识别领域，具体涉及一种食材识别方法、家电设备、云端服务器和计算机可读存储介质。
背景技术
目前，图像识别算法是利用事先采集的大量的样本图像训练得到识别模型，再通过识别模型对待识别图像进行识别。但是，训练模型时采集的样本图像不清晰、样本图像数量不足等原因，可能会导致图像识别算法本身存在识别正确率低的问题，无法保证识别的准确性。
发明内容
本发明的主要目的是提供一种食材识别方法、家电设备、云端服务器和计算机可读存储介质，旨在解决现有的图像识别算法本身存在识别正确率的问题的技术问题。
为实现上述目的，本发明提出一种食材识别方法，用于家电设备或云端服务器，食材识别方法包括：获取待烹饪食材的图像；根据图像和预存的识别模型对待烹饪食材进行识别，得到识别结果；输出识别结果，并接收基于识别结果的反馈信息；根据反馈信息对识别模型进行更新。
进一步地，接收基于识别结果的反馈信息的步骤，具体包括：接收识别结果为错误结果的信息，输出推荐识别结果；接收对推荐识别结果的反馈信息。
进一步地，输出推荐识别结果的步骤，具体包括：根据用户身份信息、历史烹饪信息、用户健康信息中的至少一种生成至少一个推荐识别结果；输出推荐识别结果。
进一步地，接收对推荐识别结果的反馈信息的步骤，具体包括：接收第一输入，响应于第一输入获取目标推荐识别结果；或者接收第二输入，响应于第二输入获取推荐识别结果为错误结果的信息和/或待烹饪食材的信息。
进一步地，接收基于识别结果的反馈信息的步骤，具体包括：接收识别结果为正确结果的信息。
进一步地，识别模型包括以下至少一种：食材种类识别模型、食材体积识别模型、食材重量识别模型。
进一步地，识别结果的输出方式包括以下至少一种：图像输出、语音输出、文本输出。
进一步地，输出识别结果，并接收基于识别结果的反馈信息的步骤，具体包括：将识别结果输出至指定设备，以及接收指定设备发送的基于识别结果的反馈信息，其中指定设备包括以下至少一种：终端、路由器。
进一步地，还包括：发送更新后的识别模型。
本发明还提出一种家电设备，包括：存储器，存储器存储有计算机程序；处理器，处理器执行计算机程序时实现如上述食材识别方法。
进一步地，家电设备还包括：图像采集装置，与处理器连接，图像采集装置用于采集待烹饪食材的图像。
进一步地，家电设备还包括：交互装置，与处理器连接，交互装置用于输出识别结果，并接收基于识别结果的反馈信息。
本发明还提出一种云端服务器，包括：存储器，存储器存储有计算机程序；处理器，处理器执行计算机程序时实现如上述食材识别方法。
本发明还提出一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现如上述食材识别方法。
本发明技术方案中，根据待烹饪食材的图像和识别模型对待烹饪食材进行识别，得到识别结果。将识别结果进行输出，进一步地接收到用户对该识别结果的反馈信息，根据用户的反馈信息对识别模型进行更新。本发明的实施例，能够及时地根据识别结果对识别模型进行优化，提高识别模型的准确性，提高对食材识别的成功率。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图示出的结构获得其他的附图。
图1示出了本发明的一个实施例的食材识别方法的流程示意图之一；
图2示出了本发明的一个实施例的食材识别方法的流程示意图之二；
图3示出了本发明的一个实施例的食材识别方法的流程示意图之三；
图4示出了本发明的一个实施例的家电设备的示意框图之一；
图5示出了本发明的一个实施例的家电设备的示意框图之二；
图6示出了本发明的一个实施例的烤箱的示意框图；
图7示出了本发明的一个实施例的烤箱与云端服务器连接的示意图；
图8示出了本发明的一个实施例的云端服务器的示意框图。
附图标号说明：
| 标号 | 名称 | 标号 | 名称 |
| 400 | 家电设备 | 402 | 存储器 |
| 404 | 处理器 | 406 | 图像采集装置 |
| 408 | 交互装置 | 600 | 烤箱 |
| 602 | TFT显示屏 | 604 | 触摸屏 |
| 606 | 摄像头 | 608 | 智能芯片 |
| 700 | 云端服务器 | 702 | 存储器 |
| 704 | 处理器 |
本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
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，显然，所描述的实施例仅仅是本发明的一部分实施例，而不是全部的实施例。基于本发明中的实施例，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，都属于本发明保护的范围。
本发明第一方面的实施例，提出一种食材识别方法，用于家电设备或云端服务器，通过图1至图3对该食材识别方法进行详细说明。
图1示出了本发明的一个实施例的食材识别方法的流程示意图。其中，该食材识别方法包括：
步骤102，获取待烹饪食材的图像；
步骤104，根据图像和预存的识别模型对待烹饪食材进行识别，得到识别结果；
步骤106，输出识别结果，并接收基于识别结果的反馈信息；
步骤108，根据反馈信息对识别模型进行更新。
在该实施例中，根据待烹饪食材的图像和识别模型对待烹饪食材进行识别，得到识别结果。将识别结果进行输出，进一步地接收到用户对该识别结果的反馈信息，根据用户的反馈信息对识别模型进行更新。本发明的实施例，能够及时地根据识别结果对识别模型进行优化，增加了识别模型的样本图像，提高识别模型的准确性，提高对食材识别的成功率。
其中，家电设备包括烤箱、微波炉、电饭煲、冰箱等等。
进一步地，识别模型包括以下至少一种：食材种类识别模型、食材体积识别模型、食材重量识别模型。在该实施例中，通过识别模型能够对食材种类、食材体积、食材重量等信息进行识别，以满足多种实际识别需求。
具体地，识别模型包括神经网络模型、深度学习模型等，现有技术中存在多种图像识别方法，本发明实施例中对此不再详细描述。
进一步地，识别结果的输出方式包括以下至少一种：图像输出、语音输出、文本输出。在该实施例中，识别结果的展示方式可通过图像、文本、声音等形式输出，方便用户通过多种不同的方式知晓识别结果，提高展示的灵活性。例如，在识别出食物的种类为芹菜时，在家电设备的屏幕上显示芹菜的图像，或者显示文字“芹菜”，或者输出“芹菜”语音。
进一步地，在得到识别结果之后，可根据识别结果控制家电设备，提高烹饪的智能化。例如，在识别出食材种类之后，控制烤箱按照与食材种类对应的烹饪参数运行。
进一步地，在根据反馈信息对识别模型进行更新的步骤之后，还包括：发送更新后的识别模型。在该实施例中，在对识别模型更新之后，可将更新后的识别模型进行发送。例如，当在家电设备上对该识别模型更新之后，可将更新后的识别模型发送至云端服务器，以供第三方设备在云端服务器上进行下载。或者当在云端服务器上对该识别模型更新之后，可将更新后的识别模型发送至家电设备，以供家电设备按照更新后的识别模型进行食材识别。
需要说明的是，根据反馈信息对识别模型进行更新的步骤，具体包括：按照预设周期，根据反馈信息对识别模型进行更新。为了节约系统资源，可不进行实时更新，而是在一段时间后进行识别模型的更新。
进一步地，接收基于识别结果的反馈信息的步骤，具体包括：接收识别结果为正确结果的信息；或者接收识别结果为错误结果的信息。
在该实施例中，用户可对识别结果给出正确或错误的反馈，以供家电设备或云端服务器根据反馈信息进行识别模型的更新，以提高对食材识别的准确度。
进一步地，在接收识别结果为错误结果的信息的步骤之后，还包括：输出推荐识别结果；接收对推荐识别结果的反馈信息。
在该实施例中，当用户确定识别结果为错误时，家电设备或云端服务器会输出推荐识别结果，也就是可能的识别结果，以供用户选择。例如，在根据图像和预存的识别模型对待烹饪食材进行识别，会得到多个识别结果，每个识别结果的概率不同，将识别结果以概率从高到低进行排序，将最高概率的识别结果输出后，如若接收到用户反馈的识别结果为错误结果的信息，则将排列第二位和第三位的识别结果推荐给用户，从而能够最大程度地给用户提供出识别结果。
进一步地，输出推荐识别结果的步骤，具体包括：根据用户身份信息、历史烹饪信息、用户健康信息中的至少一种生成至少一个推荐识别结果；输出推荐识别结果。
在该实施例中，除了上述将识别出的排列第二位和第三位的识别结果推荐给用户外，还可以根据相关信息生成推荐识别结果。例如，获取当前的用户身份信息、历史烹饪信息、用户健康信息中的至少一种，结合这些信息生成推荐推荐的识别结果，进而推荐给用户，能够尽可能地方便用户使用。
进一步地，接收对推荐识别结果的反馈信息的步骤，具体包括：接收第一输入，响应于第一输入获取目标推荐识别结果；或者接收第二输入，响应于第二输入获取推荐识别结果为错误结果的信息和/或待烹饪食材的信息。
在该实施例中，当用户通过图像、声音、文本等当时了解到推荐识别结果后，如果推荐识别结果中有正确的结果，那么用户可在家电设备的屏幕上点击对应的目标推荐识别结果。如果推荐识别结果中没有正确的结果，那么用户可输入推荐识别结果为错误结果的信息和/或待烹饪食材的信息。从而根据上述目标推荐识别结果，或者推荐识别结果为错误结果的信息和/或待烹饪食材的信息对识别模型进行更新，提高识别模型的准确性。
进一步地，输出识别结果，并接收基于识别结果的反馈信息的步骤，具体包括：将识别结果输出至指定设备，以及接收指定设备发送的基于识别结果的反馈信息，其中指定设备包括以下至少一种：终端、路由器。
在该实施例中，识别结果可同家电设备的屏幕输出，也可以将识别结果发送至用户的终端，还可以通过路由器将识别结果发送至其它家电设备上，以方便用户查看识别结果并给出反馈信息。
作为一个具体实施例，以烤箱为例，烤箱包括摄像头、TFT(Thin FilmTransistor，薄膜晶体管)显示屏、触摸屏和智能芯片。图2示出了本发明的一个实施例的食材识别方法的流程示意图。其中，该食材识别方法包括：
步骤202，用户打开烤箱门体，放入食物并关闭烤箱门体；
步骤204，智能芯片启动摄像头进行拍摄；
步骤206，摄像头将拍摄的食物图片发送至智能芯片；
步骤208，智能芯片利用图像识别算法对食物图片进行识别；
步骤210，智能芯片将识别的食物显示在TFT显示屏上；
步骤212，如果TFT显示屏上显示的食物识别正确，用户点击触摸屏上的按钮，以向智能芯片发送图像识别算法识别正确的信息；
步骤214，如果TFT显示屏上显示的食物识别错误，用户点击触摸屏上的按钮，以向智能芯片发送图像识别算法识别错误的信息；
步骤216，识别错误的情况下，智能芯片推荐一组可能的结果给用户选择；
步骤218，如果食物对应的结果在推荐的列表里，用户点击触摸屏选择对应的食物，并将结果反馈给智能芯片；
步骤220，如果食物对应的结果在推荐的列表里没有，则将推荐的列表里没有正确的食物的信息反馈给智能芯片；
步骤222，智能芯片根据用户的反馈智能学习，优化图像识别算法。
本发明的实施例，能够及时地根据识别结果对识别模型进行优化，提高识别模型的准确性，提高对食材识别的成功率。
作为另一个具体实施例，以烤箱为例，烤箱包括摄像头、TFT显示屏、触摸屏和智能芯片，智能芯片带WiFi模块，可以连接到云服务器，这种情况下，智能芯片本身的运算能力没有云端服务器计算能力强，那么智能芯片可以将采集到的数据上传给云端服务器，让云端服务器来进行智能学习和算法的自我优化，然后云端服务器再将优化好的图像识别算法下发到烤箱，烤箱使用新的图像识别算法来进行食物识别。图3示出了本发明的一个实施例的食材识别方法的流程示意图。其中，该食材识别方法包括：
步骤302，用户打开烤箱门体，放入食物并关闭烤箱门体；
步骤304，智能芯片启动摄像头进行拍摄；
步骤306，摄像头将拍摄的食物图片发送至智能芯片，智能芯片通过WiFi模块将食物图片发送至云端服务器；
步骤308，云端服务器利用图像识别算法对食物图片进行识别，并将识别结果发送至智能芯片；
步骤310，智能芯片将识别的食物显示在TFT显示屏上；
步骤312，如果TFT显示屏上显示的食物识别正确，用户点击触摸屏上的按钮，同时将图像识别算法识别正确的信息通过WiFi模块发送至云端服务器；
步骤314，如果TFT显示屏上显示的食物识别错误，用户点击触摸屏上的按钮，将图像识别算法识别错误的信息通过WiFi模块发送至云端服务器；
步骤316，识别错误的情况下，智能芯片推荐一组可能的结果给用户选择；
步骤318，如果食物对应的结果在推荐的列表里，用户点击触摸屏选择对应的食物，并将结果通过WiFi模块发送至云端服务器；
步骤320，如果食物对应的结果在推荐的列表里没有，则将推荐的列表里没有正确的食物的信息通过WiFi模块发送至云端服务器；
步骤322，云端服务器根据用户的反馈智能学习，优化图像识别算法；
步骤324，云端服务器将优化好的图像识别算法下发到烤箱；
步骤326，烤箱使用新的图像识别算法识别食物。
需要说明的是，步骤308，也可以利用智能芯片的图像识别算法对食物图片进行识别。步骤316，识别错误的情况下，也可以由云端服务器推荐一组可能的结果给用户选择。
本发明的实施例，能够及时地根据识别结果对识别模型进行优化，提高识别模型的准确性，提高对食材识别的成功率。
本发明第二方面的实施例，提出一种家电设备，通过图4和图5对该家电设备进行详细说明。
图4示出了本发明的一个实施例的家电设备400的示意框图。其中，该家电设备400包括：
存储器402，存储器402存储有计算机程序；
处理器404，处理器404执行计算机程序时实现如上述第一方面的实施例的食材识别方法。
其中，存储器402和处理器404可以通过总线或者其它方式连接。处理器404可包括一个或多个处理单元，处理器404可以为中央处理器(Central Processing Unit，CPU)、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application SpecificIntegrated Circuit，ASIC)、现场可编程门阵列(Field Programmable Gate Array，FPGA)等芯片。
本发明提供的家电设备400，计算机程序被处理器404执行时实现如上述第一方面的实施例的食材识别方法的步骤，因此该家电设备400包括上述第一方面的实施例的食材识别方法的全部有益效果。
进一步地，如图5所示，家电设备400还包括：图像采集装置406，与处理器404连接，图像采集装置406用于采集待烹饪食材的图像。在该实施例中，图像采集装置406为摄像头，可设置在家电设备腔体内，能够采集到清洗的待烹饪食材的图像。
进一步地，如图5所示，家电设备400还包括：交互装置408，与处理器404连接，交互装置408用于输出识别结果，并接收基于识别结果的反馈信息。在该实施例中，交互装置408具有接收触摸信号和显示的功能，能够显示识别结果以及接收用户对识别结果的反馈信息。
作为一个具体实施例，以烤箱为例，图6示出了本发明的一个实施例的烤箱600的示意框图。其中，该烤箱600包括：
TFT显示屏602，TFT显示屏602用于显示UI(User Interface，用户界面)界面；
触摸屏604，用户可以通过触摸屏604进行触控，输入信息；
摄像头606，安装在烤箱的炉腔内，摄像头606用于拍摄采集烤箱内的食物图片；
智能芯片608，与TFT显示屏602、触摸屏604和摄像头606连接，用于对显示、触摸、摄像功能进行驱动，可以直接或者间接控制烤箱的相关负载，并且可以运行AI(ArtificialIntelligence，人工智能)相关算法。
在该实施例中，用户打开烤箱600的门体，放入食物并关闭烤箱600的门体。智能芯片608启动摄像头606进行拍摄，摄像头606将拍摄的食物图片发送至智能芯片608，智能芯片608利用图像识别算法对食物图片进行识别，智能芯片608将识别的食物显示在TFT显示屏602上。如果TFT显示屏602上显示的食物识别正确，用户点击触摸屏604上的按钮，以向智能芯片608发送图像识别算法识别正确的信息；如果TFT显示屏602上显示的食物识别错误，用户点击触摸屏604上的按钮，以向智能芯片608发送图像识别算法识别错误的信息。
识别错误的情况下，智能芯片608推荐一组可能的结果给用户选择，如果食物对应的结果在推荐的列表里，用户点击触摸屏604选择对应的食物，并将结果反馈给智能芯片608；如果食物对应的结果在推荐的列表里没有，则将推荐的列表里没有正确的食物的信息反馈给智能芯片608。智能芯片608根据用户的反馈智能学习，优化图像识别算法。使得用户在使用烤箱600后，可以提升烤箱600的食物识别正确率，使烤箱600变得更加智能。
此外，如图7所示，智能芯片608可以通过WiFi模块连接到云端服务器700。
在该实施例中，用户打开烤箱600的门体，放入食物并关闭烤箱600的门体。智能芯片608启动摄像头606进行拍摄，摄像头606将拍摄的食物图片发送至智能芯片608，智能芯片608通过WiFi模块将食物图片发送至云端服务器700。云端服务器700利用图像识别算法对食物图片进行识别，并将识别结果发送至智能芯片608，智能芯片608将识别的食物显示在TFT显示屏602上。如果TFT显示屏上显示的食物识别正确，用户点击触摸屏604上的按钮，同时将图像识别算法识别正确的信息通过WiFi模块发送至云端服务器700；如果TFT显示屏602上显示的食物识别错误，用户点击触摸屏604上的按钮，将图像识别算法识别错误的信息通过WiFi模块发送至云端服务器700。
识别错误的情况下，智能芯片608推荐一组可能的结果给用户选择，如果食物对应的结果在推荐的列表里，用户点击触摸屏604选择对应的食物，并将结果通过WiFi模块发送至云端服务器700；如果食物对应的结果在推荐的列表里没有，则将推荐的列表里没有正确的食物的信息通过WiFi模块发送至云端服务器700。云端服务器700根据用户的反馈智能学习，优化图像识别算法，云端服务器700将优化好的图像识别算法下发到烤箱，烤箱使用新的图像识别算法识别食物。
本发明第三方面的实施例，提出一种云端服务器，图8示出了本发明的一个实施例的云端服务器700的示意框图。其中，该云端服务器700包括：
存储器702，存储器702存储有计算机程序；
处理器704，处理器704执行计算机程序时实现如上述第一方面的实施例的食材识别方法。
其中，存储器702和处理器704可以通过总线或者其它方式连接。处理器704可包括一个或多个处理单元，处理器704可以为中央处理器、数字信号处理器、专用集成电路、现场可编程门阵列等芯片。
本发明提供的云端服务器700，计算机程序被处理器704执行时实现如上述第一方面的实施例的食材识别方法的步骤，因此该云端服务器700包括上述第一方面的实施例的食材识别方法的全部有益效果。
本发明第四方面的实施例，提出一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现如上述第一方面的实施例的食材识别方法。
本发明提供的计算机可读存储介质，计算机程序被处理器执行时实现如上述第一方面的实施例的食材识别方法的步骤，因此该计算机可读存储介质包括上述第一方面的实施例的食材识别方法的全部有益效果。
其中，计算机可读存储介质包括只读存储器(Read-Only Memory，ROM)、随机存取存储器(Random Access Memory，RAM)、磁碟或者光盘等。
需要说明，本发明实施例中所有方向性指示(诸如上、下、左、右、前、后……)仅用于解释在某一特定姿态(如附图所示)下各部件之间的相对位置关系、运动情况等，如果该特定姿态发生改变时，则该方向性指示也相应地随之改变。
另外，在本发明中如涉及“第一”、“第二”等的描述仅用于描述目的，而不能理解为指示或暗示其相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本发明的描述中，“多个”的含义是至少两个，例如两个，三个等，除非另有明确具体的限定。
在本发明中，除非另有明确的规定和限定，术语“连接”、“固定”等应做广义理解，例如，“固定”可以是固定连接，也可以是可拆卸连接，或成一体；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通或两个元件的相互作用关系，除非另有明确的限定。对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在本发明中的具体含义。
另外，本发明各个实施例之间的技术方案可以相互结合，但是必须是以本领域普通技术人员能够实现为基础，当技术方案的结合出现相互矛盾或无法实现时应当认为这种技术方案的结合不存在，也不在本发明要求的保护范围之内。
以上所述仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是在本发明的构思下，利用本发明说明书及附图内容所作的等效结构变换，或直接/间接运用在其他相关的技术领域均包括在本发明的专利保护范围内。
Claims (14)
1.一种食材识别方法，其特征在于，用于家电设备或云端服务器，所述食材识别方法包括：
获取待烹饪食材的图像；
根据所述图像和预存的识别模型对所述待烹饪食材进行识别，得到识别结果；
输出所述识别结果，并接收基于所述识别结果的反馈信息；
根据所述反馈信息对所述识别模型进行更新。
2.根据权利要求1所述的食材识别方法，其特征在于，所述接收基于所述识别结果的反馈信息的步骤，具体包括：
接收所述识别结果为错误结果的信息，输出推荐识别结果；
接收对所述推荐识别结果的反馈信息。
3.根据权利要求2所述的食材识别方法，其特征在于，所述输出推荐识别结果的步骤，具体包括：
根据用户身份信息、历史烹饪信息、用户健康信息中的至少一种生成至少一个所述推荐识别结果；
输出所述推荐识别结果。
4.根据权利要求2所述的食材识别方法，其特征在于，所述接收对所述推荐识别结果的反馈信息的步骤，具体包括：
接收第一输入，响应于所述第一输入获取目标推荐识别结果；或者
接收第二输入，响应于所述第二输入获取所述推荐识别结果为错误结果的信息和/或所述待烹饪食材的信息。
5.根据权利要求1所述的食材识别方法，其特征在于，所述接收基于所述识别结果的反馈信息的步骤，具体包括：
接收所述识别结果为正确结果的信息。
6.根据权利要求1至5中任一项所述的食材识别方法，其特征在于，所述识别模型包括以下至少一种：食材种类识别模型、食材体积识别模型、食材重量识别模型。
7.根据权利要求1至5中任一项所述的食材识别方法，其特征在于，所述识别结果的输出方式包括以下至少一种：图像输出、语音输出、文本输出。
8.根据权利要求1至5中任一项所述的食材识别方法，其特征在于，所述输出所述识别结果，并接收基于所述识别结果的反馈信息的步骤，具体包括：
将所述识别结果输出至指定设备，以及接收所述指定设备发送的基于所述识别结果的反馈信息，其中所述指定设备包括以下至少一种：终端、路由器。
9.根据权利要求1至5中任一项所述的食材识别方法，其特征在于，还包括：
发送更新后的所述识别模型。
10.一种家电设备，其特征在于，包括：
存储器，所述存储器存储有计算机程序；
处理器，所述处理器执行所述计算机程序时实现如权利要求1至9中任一项所述的食材识别方法。
11.根据权利要求10所述的家电设备，其特征在于，还包括：
图像采集装置，与所述处理器连接，所述图像采集装置用于采集待烹饪食材的图像。
12.根据权利要求10所述的家电设备，其特征在于，还包括：
交互装置，与所述处理器连接，所述交互装置用于输出识别结果，并接收基于所述识别结果的反馈信息。
13.一种云端服务器，其特征在于，包括：
存储器，所述存储器存储有计算机程序；
处理器，所述处理器执行所述计算机程序时实现如权利要求1至9中任一项所述的食材识别方法。
14.一种计算机可读存储介质，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至9中任一项所述的食材识别方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011061608.7A CN114359596A (zh) | 2020-09-30 | 2020-09-30 | 食材识别方法、家电设备、云端服务器和存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011061608.7A CN114359596A (zh) | 2020-09-30 | 2020-09-30 | 食材识别方法、家电设备、云端服务器和存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN114359596A true CN114359596A (zh) | 2022-04-15 |
Family
ID=81089898
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011061608.7A Pending CN114359596A (zh) | 2020-09-30 | 2020-09-30 | 食材识别方法、家电设备、云端服务器和存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114359596A (zh) |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108292420A (zh) * | 2015-11-25 | 2018-07-17 | 三星电子株式会社 | 用户终端设备及其控制方法 |
| CN109541986A (zh) * | 2018-10-16 | 2019-03-29 | 珠海格力电器股份有限公司 | 一种烹饪器具的控制方法及烹饪器具 |
| CN111199249A (zh) * | 2019-12-26 | 2020-05-26 | 青岛海尔智能技术研发有限公司 | 食材识别更新控制的方法及装置、冷藏设备 |
| CN111488831A (zh) * | 2020-04-10 | 2020-08-04 | 海信集团有限公司 | 一种食材联想识别方法及冰箱 |
-
2020
- 2020-09-30 CN CN202011061608.7A patent/CN114359596A/zh active Pending
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108292420A (zh) * | 2015-11-25 | 2018-07-17 | 三星电子株式会社 | 用户终端设备及其控制方法 |
| CN109541986A (zh) * | 2018-10-16 | 2019-03-29 | 珠海格力电器股份有限公司 | 一种烹饪器具的控制方法及烹饪器具 |
| CN111199249A (zh) * | 2019-12-26 | 2020-05-26 | 青岛海尔智能技术研发有限公司 | 食材识别更新控制的方法及装置、冷藏设备 |
| CN111488831A (zh) * | 2020-04-10 | 2020-08-04 | 海信集团有限公司 | 一种食材联想识别方法及冰箱 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US10008092B2 (en) | Method, apparatus, and storage medium for alerting cooking state of electric cooker | |
| CN110658731B (zh) | 一种智能家电配网方法、存储介质和智能终端 | |
| JP2017533481A (ja) | 情報生成方法、情報生成装置、コンピュータプログラム及びコンピュータ読み取り可能な記憶媒体 | |
| CN104461501A (zh) | 云智能烹饪方法、云智能烹饪设备和云端服务器 | |
| WO2019000988A1 (zh) | 菜谱推荐方法、装置、系统、存储介质和计算机设备 | |
| KR102242648B1 (ko) | 인공지능 복합조리시스템 | |
| CN114821236A (zh) | 智慧家庭环境感知方法、系统、存储介质及电子装置 | |
| CN110657617A (zh) | 冰箱的化霜控制方法、装置以及冰箱 | |
| CN109932715A (zh) | 储粮桶、粮食检测方法、装置和存储介质 | |
| CN113934299B (zh) | 设备交互方法、装置、智能家居设备及处理器 | |
| CN109995642A (zh) | 一种自动生成快捷回复的方法及装置、即时通讯系统 | |
| CN111083065B (zh) | 一种防止输入命令阻塞的方法及存储介质和计算机设备 | |
| CN114359596A (zh) | 食材识别方法、家电设备、云端服务器和存储介质 | |
| CN110580941A (zh) | 信息处理方法及装置、电子设备及存储介质 | |
| CN111754118B (zh) | 基于自适应学习的智能菜谱优化系统 | |
| CN110472537B (zh) | 一种自适应识别方法、装置、设备及介质 | |
| CN113703337B (zh) | 一种基于物联网的家电设备控制方法、系统及存储介质 | |
| US11328223B2 (en) | Information processing method and information processing system | |
| CN111666961B (zh) | 智能家电及其识别食材类型的方法、装置、电子设备 | |
| CN110688561A (zh) | 一种饮食喜好的确定方法、装置及计算机存储介质 | |
| CN112013441A (zh) | 吸油烟机及基于吸油烟机的烹饪控制方法 | |
| CN116452881B (zh) | 食品营养价值检测方法、装置、设备及存储介质 | |
| CN111723278A (zh) | 菜谱推荐方法、装置、推荐系统及其相关设备 | |
| CN111859103A (zh) | 控制装置、家电设备、通信装置、服务器、信息提示系统 | |
| CN113299367A (zh) | 基于冰箱的菜谱推荐方法、冰箱、菜谱推荐系统及介质 |
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 |