JP7171970B1 - 判定装置、学習装置、判定システム、判定方法、学習方法、及び、プログラム - Google Patents
判定装置、学習装置、判定システム、判定方法、学習方法、及び、プログラム Download PDFInfo
- Publication number
- JP7171970B1 JP7171970B1 JP2022526817A JP2022526817A JP7171970B1 JP 7171970 B1 JP7171970 B1 JP 7171970B1 JP 2022526817 A JP2022526817 A JP 2022526817A JP 2022526817 A JP2022526817 A JP 2022526817A JP 7171970 B1 JP7171970 B1 JP 7171970B1
- Authority
- JP
- Japan
- Prior art keywords
- oil
- cooking
- edible oil
- determination device
- information
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims description 81
- 238000010411 cooking Methods 0.000 claims abstract description 143
- 239000008157 edible vegetable oil Substances 0.000 claims abstract description 120
- 235000013305 food Nutrition 0.000 claims abstract description 84
- 239000008162 cooking oil Substances 0.000 claims abstract description 63
- 238000003384 imaging method Methods 0.000 claims abstract description 20
- 239000003921 oil Substances 0.000 claims description 125
- 239000002699 waste material Substances 0.000 claims description 16
- 230000006866 deterioration Effects 0.000 claims description 13
- 235000019640 taste Nutrition 0.000 claims description 11
- 150000001875 compounds Chemical class 0.000 claims description 6
- 239000002253 acid Substances 0.000 claims description 5
- 239000000779 smoke Substances 0.000 claims description 4
- 125000002915 carbonyl group Chemical group [*:2]C([*:1])=O 0.000 claims description 3
- 238000010801 machine learning Methods 0.000 claims description 3
- BHAAPTBBJKJZER-UHFFFAOYSA-N p-anisidine Chemical compound COC1=CC=C(N)C=C1 BHAAPTBBJKJZER-UHFFFAOYSA-N 0.000 claims description 3
- 230000007423 decrease Effects 0.000 claims description 2
- 238000012545 processing Methods 0.000 description 42
- 230000008569 process Effects 0.000 description 37
- 238000005259 measurement Methods 0.000 description 29
- 238000007781 pre-processing Methods 0.000 description 28
- 238000010586 diagram Methods 0.000 description 25
- 238000013473 artificial intelligence Methods 0.000 description 21
- 238000001931 thermography Methods 0.000 description 19
- 238000004458 analytical method Methods 0.000 description 13
- 238000010438 heat treatment Methods 0.000 description 10
- 230000010365 information processing Effects 0.000 description 10
- 238000010998 test method Methods 0.000 description 8
- 238000002360 preparation method Methods 0.000 description 7
- 238000009529 body temperature measurement Methods 0.000 description 6
- GVJHHUAWPYXKBD-UHFFFAOYSA-N d-alpha-tocopherol Natural products OC1=C(C)C(C)=C2OC(CCCC(C)CCCC(C)CCCC(C)C)(C)CCC2=C1C GVJHHUAWPYXKBD-UHFFFAOYSA-N 0.000 description 6
- 238000011156 evaluation Methods 0.000 description 6
- 239000000796 flavoring agent Substances 0.000 description 6
- 235000019634 flavors Nutrition 0.000 description 6
- 239000000203 mixture Substances 0.000 description 6
- 238000012937 correction Methods 0.000 description 5
- 238000009826 distribution Methods 0.000 description 5
- 238000003860 storage Methods 0.000 description 5
- ZCYVEMRRCGMTRW-UHFFFAOYSA-N 7553-56-2 Chemical compound [I] ZCYVEMRRCGMTRW-UHFFFAOYSA-N 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 4
- 230000000875 corresponding effect Effects 0.000 description 4
- 229910052740 iodine Inorganic materials 0.000 description 4
- 239000011630 iodine Substances 0.000 description 4
- 229930003799 tocopherol Natural products 0.000 description 4
- 229960001295 tocopherol Drugs 0.000 description 4
- 239000011732 tocopherol Substances 0.000 description 4
- 235000010384 tocopherol Nutrition 0.000 description 4
- GVJHHUAWPYXKBD-IEOSBIPESA-N α-tocopherol Chemical compound OC1=C(C)C(C)=C2O[C@@](CCC[C@H](C)CCC[C@H](C)CCCC(C)C)(C)CCC2=C1C GVJHHUAWPYXKBD-IEOSBIPESA-N 0.000 description 4
- 238000012935 Averaging Methods 0.000 description 3
- 238000004140 cleaning Methods 0.000 description 3
- 239000000284 extract Substances 0.000 description 3
- 238000011084 recovery Methods 0.000 description 3
- 235000013194 Lyophyllum decastes Nutrition 0.000 description 2
- 240000005856 Lyophyllum decastes Species 0.000 description 2
- 239000003795 chemical substances by application Substances 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 230000008034 disappearance Effects 0.000 description 2
- 238000002474 experimental method Methods 0.000 description 2
- 230000015654 memory Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000010606 normalization Methods 0.000 description 2
- 235000015277 pork Nutrition 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 230000001953 sensory effect Effects 0.000 description 2
- 229930003427 Vitamin E Natural products 0.000 description 1
- 230000002411 adverse Effects 0.000 description 1
- 150000001299 aldehydes Chemical class 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 239000011248 coating agent Substances 0.000 description 1
- 238000000576 coating method Methods 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 238000002485 combustion reaction Methods 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 238000013527 convolutional neural network Methods 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000000354 decomposition reaction Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 239000012530 fluid Substances 0.000 description 1
- 235000012020 french fries Nutrition 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- WIGCFUFOHFEKBI-UHFFFAOYSA-N gamma-tocopherol Natural products CC(C)CCCC(C)CCCC(C)CCCC1CCC2C(C)C(O)C(C)C(C)C2O1 WIGCFUFOHFEKBI-UHFFFAOYSA-N 0.000 description 1
- 239000007789 gas Substances 0.000 description 1
- 230000014509 gene expression Effects 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 238000004128 high performance liquid chromatography Methods 0.000 description 1
- 238000010191 image analysis Methods 0.000 description 1
- 230000001771 impaired effect Effects 0.000 description 1
- 239000004615 ingredient Substances 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 150000002576 ketones Chemical class 0.000 description 1
- 150000002632 lipids Chemical class 0.000 description 1
- 230000007257 malfunction Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 239000001301 oxygen Substances 0.000 description 1
- 229910052760 oxygen Inorganic materials 0.000 description 1
- 235000019629 palatability Nutrition 0.000 description 1
- 229920000642 polymer Chemical class 0.000 description 1
- 230000000306 recurrent effect Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000002787 reinforcement Effects 0.000 description 1
- 230000006403 short-term memory Effects 0.000 description 1
- -1 that is Substances 0.000 description 1
- 238000013526 transfer learning Methods 0.000 description 1
- 238000011282 treatment Methods 0.000 description 1
- 239000011709 vitamin E Substances 0.000 description 1
- 229940046009 vitamin E Drugs 0.000 description 1
- 235000019165 vitamin E Nutrition 0.000 description 1
Images
Classifications
-
- A—HUMAN NECESSITIES
- A23—FOODS OR FOODSTUFFS; TREATMENT THEREOF, NOT COVERED BY OTHER CLASSES
- A23D—EDIBLE OILS OR FATS, e.g. MARGARINES, SHORTENINGS, COOKING OILS
- A23D9/00—Other edible oils or fats, e.g. shortenings, cooking oils
- A23D9/06—Preservation of finished products
-
- A—HUMAN NECESSITIES
- A47—FURNITURE; DOMESTIC ARTICLES OR APPLIANCES; COFFEE MILLS; SPICE MILLS; SUCTION CLEANERS IN GENERAL
- A47J—KITCHEN EQUIPMENT; COFFEE MILLS; SPICE MILLS; APPARATUS FOR MAKING BEVERAGES
- A47J37/00—Baking; Roasting; Grilling; Frying
- A47J37/12—Deep fat fryers, e.g. for frying fish or chips
- A47J37/1266—Control devices, e.g. to control temperature, level or quality of the frying liquid
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N11/00—Investigating flow properties of materials, e.g. viscosity, plasticity; Analysing materials by determining flow properties
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
- G01N21/27—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands using photo-electric detection ; circuits for computing concentration
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/02—Food
- G01N33/03—Edible oils or edible fats
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/12—Hotels or restaurants
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/764—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using classification, e.g. of video objects
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/82—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using neural networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/60—Type of objects
- G06V20/68—Food, e.g. fruit or vegetables
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20081—Training; Learning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Theoretical Computer Science (AREA)
- Chemical & Material Sciences (AREA)
- Business, Economics & Management (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Food Science & Technology (AREA)
- Tourism & Hospitality (AREA)
- Biochemistry (AREA)
- Analytical Chemistry (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Multimedia (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Primary Health Care (AREA)
- Marketing (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Medicinal Chemistry (AREA)
- Mathematical Physics (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Evolutionary Computation (AREA)
- Artificial Intelligence (AREA)
- Computing Systems (AREA)
- Databases & Information Systems (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Quality & Reliability (AREA)
- Oil, Petroleum & Natural Gas (AREA)
- Polymers & Plastics (AREA)
- Frying-Pans Or Fryers (AREA)
- Image Analysis (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
Description
食用油を撮像した画像を取得する撮像部と、
前記食用油へ投入して調理する揚げ物の情報である第1情報を入力する第1入力部と、
前記画像を解析して、前記食用油の状態を特定する第1特定部と、
前記第1情報と、前記状態とに基づき、前記揚げ物が調理される調理環境を特定する第2特定部とを備える。
まず、調理が行われる環境として想定される調理場1の一構成例について、図1を参照して説明する。
図2は、情報処理装置のハードウェア構成例を示す図である。例えば、判定装置5は、以下のようなハードウェア資源を有する情報処理装置である。
例えば、判定装置5は、目盛24で食用油の状態(以下単に「状態」という場合がある。)を特定する。具体的には、まず、ビデオカメラ42は、目盛24が映り込むように画像を撮像する。そして、判定装置5は、目盛24が写る画像をビデオカメラ42から取得する。
図4は、全体処理例を示す図である。例えば、判定装置5は、図示するように、「事前処理」、及び、「実行処理」の順に各処理を実行する。
ステップS0401では、判定装置5は、準備を行う。また、事前処理は、AIを用いる構成であるか、又は、テーブルを用いる構成であるかにより処理の内容が異なる。
事前処理が実行された後、すなわち、AI又はテーブルが準備された後、判定装置5は、例えば、以下のような手順で実行処理を行う。
図5は、AIを用いる構成の全体処理例を示す図である。図示するように、AIを用いる構成では、事前処理は、学習モデルA1を学習する処理である。そして、実行処理は、事前処理等によって、ある程度の学習が完了した学習モデルである、学習済みモデルA2を用いて調理環境等を判定する処理である。
図6は、テーブルを用いる構成の全体処理例を示す図である。図示するように、テーブルを用いる構成では、事前処理は、テーブルD22を生成する処理である。そして、実行処理は、事前処理で生成したテーブルD22を用いて調理環境等を判定する処理である。
判定装置5は、膨張量の特定、及び、膨張量に基づく補正を行うのが望ましい。以下、補正を行う前、すなわち、画像の解析結果で得られる食用油の量を「第1油量」という。一方で、第1油量を膨張率で補正した後の食用油の量を「第2油量」という。
上記(1)式において、「温度差」は、現在の食用油が基準とする温度に対して、何℃差があるかを示す値である。また、上記(1)式において、「膨張率」は、食用油の種類、及び、温度のセットで事前に定まる値である。このように、判定装置5は、第1油量に、温度差、及び、膨張率を乗じる計算を行って、膨張率に基づく補正を行う。
図4におけるステップS0406では、判定装置は、美味しさの特定結果を更に出力してもよい。すなわち、判定装置は、ステップS0405で判定する調理環境で調理した場合の美味しさを特定する。
第2実施形態は、差し油、及び、廃油等を考慮する点が第1実施形態と異なる。
AIは、例えば、以下のようなネットワークで実現する。
劣化度は、例えば、食用油の酸価、食用油の粘度、食用油の粘度上昇率、食用油の色調、食用油のアニシジン価、食用油の極性化合物量、食用油のカルボニル価、食用油の発煙点、食用油のトコフェロール含量、食用油のヨウ素価、食用油の屈折率、食用油の揮発性成分量、食用油の揮発性成分組成、食用油の風味、食用油で揚げた揚げ物の揮発性成分量、揚げ物の揮発性成分組成、揚げ物の風味、又は、これらの組み合わせ等でもよい。
図12は、機能構成例を示す図である。例えば、判定装置5は、撮像部5F1、第1入力部5F2、第1特定部5F3、及び、第2特定部5F4等を備える機能構成である。なお、図示するように、判定装置5は、第2入力部5F5、出力部5F6、及び、調整部5F7等を更に備える機能構成であるのが望ましい。以下、図示する機能構成を例に説明する。
判定装置5は、サーモグラフィ(thermography)データを生成して利用してもよい。
判定装置5は、以下のように、フライバスケット3等を考慮するのが望ましい。例えば、フライバスケット3が無い場合には、サーモグラフィデータは、図13のようになる。一方で、フライバスケット3が有る場合には、サーモグラフィデータは、以下のようになる。
サーモグラフィデータは、食用油の表面の高さを推定するのに用いてもよい。
パラメータの一部、又は、全部は、画像以外のデータ、又は、ユーザによる入力等で取得されてもよい。
上記の例では、判定装置は、学習モデルに対する事前処理、及び、学習済みモデルを用いて実行処理の両方を行う。ただし、事前処理、及び、実行処理は、同じの情報処理装置が行わなくともよい。また、事前処理、及び、実行処理も、1つの情報処理装置で一貫して実行しなくともよい。すなわち、各処理、及び、データの記憶等は、複数の情報処理装置で構成する情報システム等で行ってもよい。
5F1 :撮像部
5F2 :第1入力部
5F3 :第1特定部
5F4 :第2特定部
5F5 :第2入力部
5F6 :出力部
5F7 :調整部
5F8 :調理環境入力部
5F9 :生成部
6 :学習装置
7 :判定システム
24 :目盛
41 :モニタ
42 :ビデオカメラ
51 :調整器
200 :情報システム
300 :ネットワーク
A1 :学習モデル
A2 :学習済みモデル
D11 :学習データ
D111 :油量
D112 :第1情報
D113 :調理温度
D12 :入力データ
D121 :未知油量
D122 :未知第1情報
D13 :推定結果
D22 :テーブル
IMG :画像
L1 :入力層
L2 :中間層
L3 :出力層
W :廃油
X :揚げ物
Y :揚げ油
Z :回収業者
Claims (17)
- 食用油の調理環境を判定する判定装置であって、
前記食用油を撮像した画像を取得する撮像部と、
前記食用油へ投入して調理する揚げ物の情報である第1情報を入力する第1入力部と、
前記画像を解析して、前記食用油の状態を特定する第1特定部と、
前記第1情報と、前記状態とに基づき、前記揚げ物が調理される前記調理環境を特定する第2特定部とを備える判定装置。 - 前記食用油に追加する追加油の追加量、前記食用油のうち廃棄する廃油の廃油量、又は、これらの組み合わせを示し、前記揚げ物の美味しさを高くする調整に用いる調整量である第2情報を入力する第2入力部を更に備える請求項1に記載の判定装置。
- 前記調理環境は、
前記揚げ物を調理できる温度、前記揚げ物を投入すると低下する温度の低下量、前記食用油の劣化度、又は、これらの組み合わせである請求項1又は2に記載の判定装置。 - 前記食用油の劣化度は、
前記食用油の酸価、前記食用油の粘度、前記食用油の粘度上昇率、前記食用油の色調、前記食用油のアニシジン価、前記食用油の極性化合物量、前記食用油のカルボニル価、前記食用油の発煙点、又は、前記食用油の揮発性成分量である請求項3に記載の判定装置。 - 前記状態は、
前記食用油の量、前記食用油の最適量に対する差分、前記食用油の温度、又は、これらの組み合わせである請求項1乃至4のいずれか1項に記載の判定装置。 - 前記第2特定部は、
前記第1情報、及び、前記状態の組み合わせを含む入力データと、前記調理環境との関係を示すテーブル、又は、
前記入力データ、及び、前記調理環境の関係を機械学習した学習済みモデルを用いて前記調理環境を特定する請求項1乃至5のいずれか1項に記載の判定装置。 - 前記第1情報は、
前記揚げ物の種類、前記揚げ物の投入量、又は、これらの組み合わせを示す情報である請求項1乃至6のいずれか1項に記載の判定装置。 - 前記第2特定部は、
前記調理環境で調理した場合の前記揚げ物の美味しさを更に特定し、
前記調理環境、又は、前記美味しさの特定結果に基づき、前記調理環境、前記美味しさが最適となる前記食用油に追加する追加油の追加量、前記食用油のうち廃棄する廃油の廃油量、前記追加油を追加する第1タイミング、前記廃油を廃棄する第2タイミング、又は、これらの組み合わせを出力する出力部を更に備える請求項1乃至7のいずれか1項に記載の判定装置。 - 前記出力部による出力結果に基づき、
前記食用油の追加、廃棄、又は、両方を行う調整部を更に備える請求項8に記載の判定装置。 - 前記状態は、
前記食用油の量を示す第1油量であって、
前記第1特定部は、
前記食用油の膨張率を特定し、
前記膨張率に基づいて、前記第1油量を補正して第2油量を特定し、
前記第2特定部は、
前記第1情報と、前記第2油量とに基づき、前記調理環境を特定する請求項1乃至9のいずれか1項に記載の判定装置。 - 前記第2特定部は、
前記第1情報、及び、前記状態、並びに、前記調理環境の相関関係に基づき、前記調理環境を特定する請求項1乃至10のいずれか1項に記載の判定装置。 - 学習モデルを学習させて、食用油の調理環境を判定する学習済みモデルを生成する学習装置であって、
前記食用油を撮像した画像を取得する撮像部と、
前記食用油へ投入して調理する揚げ物の情報である第1情報を入力する第1入力部と、
前記画像を解析して、前記食用油の状態を特定する第1特定部と、
前記揚げ物が調理される前記調理環境を入力する調理環境入力部と、
前記第1情報、前記状態、及び、前記調理環境を入力して、前記学習モデルを学習させて前記学習済みモデルを生成する生成部とを備える学習装置。 - 請求項1乃至11のいずれか1項に記載の判定装置と、
請求項12に記載の学習装置とを有する判定システム。 - 食用油の調理環境を判定する判定方法であって、
前記食用油を撮像した画像を取得する撮像手順と、
前記食用油へ投入して調理する揚げ物の情報である第1情報を入力する第1入力手順と、
前記画像を解析して、前記食用油の状態を特定する第1特定手順と、
前記第1情報と、前記状態とに基づき、前記揚げ物が調理される前記調理環境を特定する第2特定手順とを備える判定方法。 - 請求項14に記載の判定方法をコンピュータに実行させるためのプログラム。
- 学習モデルを学習させて、食用油の調理環境を判定する学習済みモデルを生成する学習方法であって、
前記食用油を撮像した画像を取得する撮像手順と、
前記食用油へ投入して調理する揚げ物の情報である第1情報を入力する第1入力手順と、
前記画像を解析して、前記食用油の状態を特定する第1特定手順と、
前記揚げ物が調理される前記調理環境を入力する調理環境入力手順と、
前記第1情報、前記状態、及び、前記調理環境を入力して、前記学習モデルを学習させて前記学習済みモデルを生成する生成手順とを備える学習方法。 - 請求項16に記載の学習方法をコンピュータに実行させるためのプログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2022175584A JP2023022010A (ja) | 2021-03-25 | 2022-11-01 | 判定装置、学習装置、判定システム、判定方法、学習方法、及び、プログラム |
Applications Claiming Priority (5)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2021051744 | 2021-03-25 | ||
JP2021051744 | 2021-03-25 | ||
JP2021084010 | 2021-05-18 | ||
JP2021084010 | 2021-05-18 | ||
PCT/JP2022/010963 WO2022202410A1 (ja) | 2021-03-25 | 2022-03-11 | 判定装置、学習装置、判定システム、判定方法、学習方法、及び、プログラム |
Related Child Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2022175584A Division JP2023022010A (ja) | 2021-03-25 | 2022-11-01 | 判定装置、学習装置、判定システム、判定方法、学習方法、及び、プログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JPWO2022202410A1 JPWO2022202410A1 (ja) | 2022-09-29 |
JP7171970B1 true JP7171970B1 (ja) | 2022-11-15 |
Family
ID=83395726
Family Applications (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2022526817A Active JP7171970B1 (ja) | 2021-03-25 | 2022-03-11 | 判定装置、学習装置、判定システム、判定方法、学習方法、及び、プログラム |
JP2022175584A Pending JP2023022010A (ja) | 2021-03-25 | 2022-11-01 | 判定装置、学習装置、判定システム、判定方法、学習方法、及び、プログラム |
Family Applications After (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2022175584A Pending JP2023022010A (ja) | 2021-03-25 | 2022-11-01 | 判定装置、学習装置、判定システム、判定方法、学習方法、及び、プログラム |
Country Status (4)
Country | Link |
---|---|
US (1) | US20240159659A1 (ja) |
JP (2) | JP7171970B1 (ja) |
CA (1) | CA3213613A1 (ja) |
WO (1) | WO2022202410A1 (ja) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116804669B (zh) * | 2023-06-16 | 2024-04-02 | 枣庄华宝牧业开发有限公司 | 一种肉制品加工用油炸监视系统 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH07333039A (ja) * | 1994-06-14 | 1995-12-22 | Hitachi Ltd | 画像処理を用いた液面位置計測方法 |
JP2000005080A (ja) * | 1998-06-17 | 2000-01-11 | Chubu Corporation:Kk | フライヤー及びそれに使用される油槽 |
JP2002081634A (ja) * | 2000-06-29 | 2002-03-22 | Mitsubishi Heavy Ind Ltd | プラズマ式灰溶融炉及びその運転方法 |
JP2002188094A (ja) * | 2000-12-21 | 2002-07-05 | Tama Ogasawara | 食油浄化方法、食油浄化剤、食油浄化器、食油浄化管理方法 |
JP2010519981A (ja) * | 2007-03-01 | 2010-06-10 | レストラン テクノロジー インコーポレイテッド | 少量の油で揚げ調理をする装置および方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2021200103A1 (ja) * | 2020-03-31 | 2021-10-07 | 株式会社J-オイルミルズ | 食用油の劣化度判定装置、食用油の劣化度判定システム、食用油の劣化度判定方法、食用油の劣化度判定プログラム、食用油の劣化度学習装置、食用油の劣化度判定に用いられる学習済モデル、及び食用油の交換システム |
-
2022
- 2022-03-11 WO PCT/JP2022/010963 patent/WO2022202410A1/ja active Application Filing
- 2022-03-11 JP JP2022526817A patent/JP7171970B1/ja active Active
- 2022-03-11 CA CA3213613A patent/CA3213613A1/en active Pending
- 2022-03-11 US US18/281,738 patent/US20240159659A1/en active Pending
- 2022-11-01 JP JP2022175584A patent/JP2023022010A/ja active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH07333039A (ja) * | 1994-06-14 | 1995-12-22 | Hitachi Ltd | 画像処理を用いた液面位置計測方法 |
JP2000005080A (ja) * | 1998-06-17 | 2000-01-11 | Chubu Corporation:Kk | フライヤー及びそれに使用される油槽 |
JP2002081634A (ja) * | 2000-06-29 | 2002-03-22 | Mitsubishi Heavy Ind Ltd | プラズマ式灰溶融炉及びその運転方法 |
JP2002188094A (ja) * | 2000-12-21 | 2002-07-05 | Tama Ogasawara | 食油浄化方法、食油浄化剤、食油浄化器、食油浄化管理方法 |
JP2010519981A (ja) * | 2007-03-01 | 2010-06-10 | レストラン テクノロジー インコーポレイテッド | 少量の油で揚げ調理をする装置および方法 |
Non-Patent Citations (4)
Title |
---|
大鹿 淳子,揚油の温度変化(第二報)-ポテトチップについて-,家政学雑誌,日本,1958年,Vol.9/No.5,p.224-231 |
大鹿 淳子: "揚油の温度変化(第二報)−ポテトチップについて−", 家政学雑誌, vol. 9, no. 5, JPN6022013511, 1958, JP, pages 224 - 231, ISSN: 0004828437 * |
太田 静行,揚油の"減り"について,調理科学,日本,1969年,Vol.2/No.3,p.147-155 |
太田 静行: "揚油の"減り"について", 調理科学, vol. 2, no. 3, JPN6022013512, 1969, JP, pages 147 - 155, ISSN: 0004828438 * |
Also Published As
Publication number | Publication date |
---|---|
US20240159659A1 (en) | 2024-05-16 |
JPWO2022202410A1 (ja) | 2022-09-29 |
JP2023022010A (ja) | 2023-02-14 |
CA3213613A1 (en) | 2022-09-29 |
WO2022202410A1 (ja) | 2022-09-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11506395B2 (en) | Tailored food preparation with an oven | |
US20230269832A1 (en) | Configurable cooking systems and methods | |
CN113194792B (zh) | 训练烹饪器具、定位食物以及确定烹饪进度的系统和方法 | |
JP6997362B1 (ja) | 食用油の劣化度判定装置、食用油の劣化度判定システム、食用油の劣化度判定方法、食用油の劣化度判定プログラム、食用油の劣化度学習装置、食用油の劣化度判定に用いられる学習済モデル、及び食用油の交換システム | |
CN108665134A (zh) | 用于监控食品制备的装置和方法 | |
KR101511870B1 (ko) | 튀김유의 실시간 산가 측정 및 산가 정보 제공 시스템 및 방법 | |
JP7171970B1 (ja) | 判定装置、学習装置、判定システム、判定方法、学習方法、及び、プログラム | |
JP2023021124A (ja) | 揚げ物廃棄時期管理装置、揚げ物廃棄時期管理システム、および揚げ物廃棄時期管理方法 | |
CN109812840A (zh) | 烹饪温度检测方法、装置及灶具 | |
WO2022202409A1 (ja) | 判定装置、学習装置、判定システム、判定方法、学習方法、及び、プログラム | |
KR20190021047A (ko) | 튀김방 서비스 시스템 | |
JP2023054824A (ja) | 食品廃棄時期管理装置、食品廃棄時期管理システム、および食品廃棄時期管理方法 | |
WO2023054100A1 (ja) | 食用油の劣化度判定装置、食用油の劣化度判定システム、食用油の劣化度判定方法、食用油の劣化度学習装置、および食用油の劣化度判定に用いられる学習済モデル | |
WO2022163435A1 (ja) | 学習装置、予測装置、学習方法、プログラム、及び、学習システム | |
TW202124956A (zh) | 油炸油劣化判定裝置及油炸油劣化判定方法 | |
KR102611452B1 (ko) | 인공지능(ai) 기반 비대면 qsc 점검 솔루션 시스템 | |
WO2024084964A1 (ja) | 制御方法、情報提供方法、制御システム、情報提供システム、およびプログラム | |
TWI841796B (zh) | 油脂的劣化預測系統、劣化預測方法、油脂更換系統及油炸器系統 | |
WO2024084963A1 (ja) | 制御方法、情報提供方法、制御システム、情報提供システム、およびプログラム | |
WO2024111554A1 (ja) | 油脂劣化度検出装置、油脂劣化度検出システム、油脂劣化度検出方法、および油脂劣化度検出プログラム | |
JP7266157B1 (ja) | 食品廃棄時点管理制御装置、食品廃棄時点管理システム、および食品廃棄時点管理方法 | |
WO2022113755A1 (ja) | 食用油劣化度判定装置、食用油劣化度判定処理装置、食用油劣化度判定方法、およびフライヤー | |
WO2023106035A1 (ja) | 食品廃棄時点管理制御装置、食品廃棄時点管理システム、および食品廃棄時点管理方法 | |
WO2022065074A1 (ja) | 情報処理装置、情報処理方法、およびプログラム | |
WO2023145686A1 (ja) | 食品廃棄量管理制御装置、食品廃棄量管理システム、および食品廃棄量管理方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20220510 |
|
A871 | Explanation of circumstances concerning accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A871 Effective date: 20220510 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20220719 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20220906 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20221004 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20221102 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7171970 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |