TWM596343U - 具有智慧感測ｓｃａ咖啡烘焙度辨識裝置 - Google Patents
具有智慧感測ｓｃａ咖啡烘焙度辨識裝置 Download PDFInfo
- Publication number
- TWM596343U TWM596343U TW109201471U TW109201471U TWM596343U TW M596343 U TWM596343 U TW M596343U TW 109201471 U TW109201471 U TW 109201471U TW 109201471 U TW109201471 U TW 109201471U TW M596343 U TWM596343 U TW M596343U
- Authority
- TW
- Taiwan
- Prior art keywords
- roasting
- baking
- coffee beans
- coffee
- processing unit
- Prior art date
Links
- 241000533293 Sesbania emerus Species 0.000 claims abstract description 34
- 230000003287 optical effect Effects 0.000 claims abstract description 22
- 238000004939 coking Methods 0.000 claims abstract description 19
- 238000004458 analytical method Methods 0.000 claims abstract description 18
- 238000013135 deep learning Methods 0.000 claims abstract description 12
- 230000008676 import Effects 0.000 claims abstract description 7
- 230000006870 function Effects 0.000 claims description 6
- 238000004364 calculation method Methods 0.000 claims description 5
- 230000005540 biological transmission Effects 0.000 claims description 3
- 230000008859 change Effects 0.000 abstract description 5
- 238000004422 calculation algorithm Methods 0.000 description 14
- 235000010627 Phaseolus vulgaris Nutrition 0.000 description 4
- 244000046052 Phaseolus vulgaris Species 0.000 description 4
- 230000006872 improvement Effects 0.000 description 4
- 239000008373 coffee flavor Substances 0.000 description 2
- 238000013527 convolutional neural network Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000007637 random forest analysis Methods 0.000 description 2
- 230000002787 reinforcement Effects 0.000 description 2
- 238000013473 artificial intelligence Methods 0.000 description 1
- 239000000796 flavoring agent Substances 0.000 description 1
- 235000019634 flavors Nutrition 0.000 description 1
- 238000000034 method Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 235000021481 specialty coffee Nutrition 0.000 description 1
Images
Landscapes
- Tea And Coffee (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
- Image Analysis (AREA)
Abstract
本創作為一種具有智慧感測咖啡SCA烘焙度辨識裝置，結合一對咖啡生豆進行烘培的烘培設備，烘培設備對咖啡生豆進行多階段烘烤，辨識裝置包括：光學辨識感測設備、光學資料處理裝置及烘培訊息反饋裝置，其中光學辨識感測設備中的RGB攝像裝置對各階段烘烤的咖啡生豆擷取烘烤後咖啡豆的色彩影像，由光學資料處理裝置中的處理單元對色彩影像導入焦化分析數值與色彩參數進行深度學習訓練功能以產生一烘培差異數值，最後利用烘培訊息反饋裝置依據烘培差異數值改變烘培設備中的烘培條件參數，由處理單元導入烘培條件之參數以強化學習烘焙變化並由光學辨識感測設備識別確認咖啡豆的烘焙度，藉由智慧辨識和自動深度學習改善烘焙咖啡豆的準確度。
Description
本創作係一種辨識裝置，尤指一種具有智慧感測SCA咖啡烘焙度辨識裝置。
按，咖啡產業已是全球商機無限的一種產業，且產業產值更是十分龐大。為了可以凸顯獨特的咖啡風味，因此現在許多的咖啡業者會自行混豆烘培，為了讓咖啡生豆烘培後的品質能夠穩定，現在都是採用手工方式記錄每次的數據，以及觀察拍照烘培後的顏色，藉此來製作烘培數據，以確保下次烘培的品質。
而咖啡烘培的標準均依循SCAA(SpecialtyCpffeeAssociation ofAmerica)美國精品咖啡協會的制定規範來判讀何種顏色所代表的烘培程度，因此SCAA則有相關可辨識烘培過程中顏色變化的儀器，然，此種辨識儀器不僅昂貴，且必須不斷的校正，以保持良好的辨識精準度。
以下在實施方式中詳細敘述本創作之詳細特徵以及優點，其內容足以使任何熟習相關技藝者瞭解本創作之技術內容並據以實施，且根據本說明書所揭露之內容、申請專利範圍及圖式，任何熟習相關技藝者可輕易地理解本創作相關之目的及優點。
本創作之主要目的在於：利用學習演算模組的提升跟使用者的相對回饋和標識學習可以大大的提升咖啡豆的烘焙度，依據光學辨識感測設備結合學習演算模組的深度學習，提升整體辨識精準度。
為達上述目的，本創作是一種具有智慧感測SCA咖啡烘焙度辨識裝置，結合一對咖啡生豆進行烘培的烘培設備，烘培設備對咖啡生豆進行多階段烘烤，其包括：一光學辨識感測設備，其具備一RGB攝像裝置，該RGB攝像裝置對各階段烘烤的咖啡生豆擷取烘烤後咖啡豆的色彩影像；一光學資料處理裝置，其供接收色彩影像，其內設置一影像資料庫與一處理單元，其中，影像資料庫內儲存有複數焦化分析數值與對應焦化分析數值之色彩參數，處理單元內建有至少一學習演算模組，學習演算模組供執行深度學習訓練功能，由處理單元對色彩影像導入焦化分析數值與色彩參數進行深度學習訓練功能以產生一烘培差異數值；及一烘培訊息反饋裝置，其設置於烘培設備並連結處理單元，並依據烘培差異數值改變烘培設備中烘培條件之參數，由處理單元導入烘培條件之參數以強化學習烘焙變化並由光學辨識感測設備識別確認咖啡豆的烘焙度。
根據本創作之一實施例，其中烘培訊息反饋裝置以無線方式或串列傳輸方式連結處理單元。
根據本創作之一實施例，其中焦化分析數值界定於0-100。
根據本創作之一實施例，其中焦化分析數值由0-100區分為極深度烘焙、極深烘焙、微深度烘焙、中深度烘焙、中度微深烘焙、中度烘焙、淺度烘焙及極淺度烘焙。
根據本創作之一實施例，其中烘培條件參數為烘培設備溫
度、爐內溫度、咖啡豆溫度、火力等級及濕度。
本創作之次要目的在於：隨著RGB攝像裝置的不斷提升更可以增加產品技術能力，並且由於價格成本可以壓非常低，可大量提供給普及給需要咖啡烘焙度來調整咖啡豆烘豆品質的人，而且目前烘豆機也更加平價，讓愛飲用咖啡的人利用這項技術可以烘出自己最愛的咖啡風味。
1:烘培設備
2:辨識裝置
20:光學辨識感測設備
200:RGB攝像裝置
22:光學資料處理裝置
220:影像資料庫
222:處理單元
2220:學習演算模組
24:烘培訊息反饋裝置
圖1為本創作較佳實施例之架構示意圖。
圖2為本創作處理單元執行深度學習的流程圖。
以下藉由具體實施例說明本發明之實施方式，熟悉此技藝之人士可由本說明書所揭示之內容輕易地瞭解本發明之其他優點及功效。
本說明書所附圖式所繪示之結構、比例、大小等，均僅用以配合說明書所揭示之內容，以供熟悉此技藝之人士之瞭解與閱讀，並非用以限定本發明可實施之限定條件，故不具技術上之實質意義，任何結構之修飾、比例關係之改變或大小之調整，在不影響本發明所能產生之功效及所能達成之目的下，均應仍落在本發明所揭示之技術內容得能涵蓋之範圍內。同時，本說明書中所引用之如“一”、“兩”、“上”等之用語，亦僅為便於敘述之明瞭，而非用以限定本發明可實施之範圍，其相對關係之改變或調整，在無實質變更技術內容下，當亦視為本發明可實施之範疇。
請參考圖1所示，為本創作較佳實施例之架構示意圖。本創作是一種具有智慧感測SCA咖啡烘焙度辨識裝置，結合一對咖啡生豆進行烘培的烘培設備1，烘培設備1對咖啡生豆進行多階段烘烤，辨識裝置2包括：
光學辨識感測設備20、光學資料處理裝置22及烘培訊息反饋裝置24，光學辨識感測設備20中的RGB攝像裝置200對各階段烘烤的咖啡生豆擷取烘烤後咖啡豆的色彩影像，光學資料處理裝置22內設置影像資料庫220與處理單元222，其中影像資料庫220內儲存有複數焦化分析數值與對應該焦化分析數值之色彩參數，所謂焦化分析數值界定於0-100，焦化分析數值由0-100區分為極深度烘焙、極深烘焙、微深度烘焙、中深度烘焙、中度微深烘焙、中度烘焙、淺度烘焙及極淺度烘焙。而0-100的判斷是數值愈高表示焦糖化低、色澤灰白、烘焙愈淺，反之，數值低代表焦糖化高、色澤黑亮、烘焙愈深。至於色彩參數則依據0-100的標準而0的咖啡色幾近於黑色，100的咖啡色幾近於灰白。
處理單元222對色彩影像導入焦化分析數值與色彩參數進行深度學習訓練功能以產生一烘培差異數值，而烘培差異數值則是咖啡豆的色彩影像先與色彩參數確認屬於哪一等級的顏色，再以此顏色與焦化分析數值進行比對，判斷出此咖啡豆現階段的焦化程度為何。
處理單元222內建的學習演算模組2220主要能執行深度學習(Deep Learning)訓練功能，能對已烘培咖啡豆辨識出不符設定的顏色標準，在該實施例中可知，學習演算模組2220能執行訓練階段，其會先建立至少一人工智慧學習模型(如：監督與半監督式學習(Supervised and semi-supervised learning)演算法、強化學習(Reinforcement learning)演算法、卷積類神經網路(Convolutional Neural Network)演算法、隨機森林(Random forest)演算法...等)，並在學習演算模組2220中輸入巨量資料，巨量資料為咖啡豆的色彩影像，其中，咖啡豆色彩影像能夠為整張圖片。
一併參考圖2所示，為本創作處理單元執行深度學習的流程圖。圖中可知，處理單元222會由學習演算模組2220進行色彩影像的辨識確認，當辨識正確率是符合時，則將完成訓練的相關資訊(烘烤後咖啡豆的色彩影像、焦化分析數值與色彩參數)輸出並儲存。當辨識正確率是不符合時，則使學習演算模組2220藉由烘培訊息反饋裝置24依據烘培差異數值改變烘培設備中烘培條件之參數，而所謂的烘培條件參數為烘培設備溫度、爐內溫度、咖啡豆溫度、火力等級及濕度，由處理單元222導入烘培條件之參數以強化學習烘焙變化並由光學辨識感測設備20識別確認咖啡豆的烘焙度，並實現自我修正學習；如此，藉由重複上述步驟以完成訓練。
前述中的培訊息反饋裝置24以無線方式或串列傳輸方式連結處理單元222。
由上述可知，本創作主要是利用學習演算模組2220的提升跟使用者的相對回饋和標識學習可以大大的提升咖啡豆的烘焙度，依據光學辨識感測設備20結合學習演算模組2220的深度學習，提升整體辨識精準度。除此之外，隨著RGB攝像裝置的不斷提升更可以增加產品技術能力，並且由於價格成本可以壓非常低，可大量提供給普及給需要咖啡烘焙度來調整咖啡豆烘豆品質的人，而且目前烘豆機也更加平價，讓愛飲用咖啡的人利用這項技術可以烘出自己最愛的咖啡風味。
上述實施例僅為例示性說明本創作的原理及其功效，而非用於限制本創作。任何熟悉此項技藝的人士均可在不違背本創作的精神及範疇下，對上述實施例進行修改。因此本創作的權利保護範圍，應如後述申請專利範圍所列。
1:烘培設備
2:辨識裝置
20:光學辨識感測設備
200:RGB攝像裝置
22:光學資料處理裝置
220:影像資料庫
222:處理單元
2220:學習演算模組
24:烘培訊息反饋裝置
Claims (5)
- 一種具有智慧感測SCA咖啡烘焙度辨識裝置，結合一對咖啡生豆進行烘培的烘培設備，該烘培設備對該咖啡生豆進行多階段烘烤，其包括：一光學辨識感測設備，其具備一RGB攝像裝置，該RGB攝像裝置對各階段烘烤的咖啡生豆擷取烘烤後咖啡豆的色彩影像；一光學資料處理裝置，其供接收該色彩影像，其內設置一影像資料庫與一處理單元，其中，該影像資料庫內儲存有複數焦化分析數值與對應該焦化分析數值之色彩參數，該處理單元內建有至少一學習演算模組，該學習演算模組供執行深度學習訓練功能，由該處理單元對該色彩影像導入該焦化分析數值與該色彩參數進行深度學習訓練功能以產生一烘培差異數值；及一烘培訊息反饋裝置，其設置於該烘培設備並連結該處理單元，並依據該烘培差異數值改變該烘培設備中烘培條件之參數，由該處理單元導入該烘培條件之參數以強化學習烘焙變化並由該光學辨識感測設備識別確認咖啡豆的烘焙度。
- 如申請專利範圍第1項所述之具有智慧感測SCA咖啡烘焙度辨識裝置，其中該烘培訊息反饋裝置以無線方式或串列傳輸方式連結該處理單元。
- 如申請專利範圍第1項所述之具有智慧感測SCA咖啡烘焙度辨識裝置，其中該焦化分析數值界定於0-100。
- 如申請專利範圍第3項所述之具有智慧感測SCA咖啡烘焙度辨識裝置，其中該焦化分析數值由0-100區分為極深度烘焙、極深烘焙、微深度烘焙、中深度烘焙、中度微深烘焙、中度烘焙、淺度烘焙及極淺度烘焙。
- 如申請專利範圍第1項所述之具有智慧感測SCA咖啡烘焙度辨識裝置，其中該烘培條件參數為烘培設備溫度、爐內溫度、咖啡豆溫度、火力等級 及濕度。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| TW109201471U TWM596343U (zh) | 2020-02-11 | 2020-02-11 | 具有智慧感測ｓｃａ咖啡烘焙度辨識裝置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| TW109201471U TWM596343U (zh) | 2020-02-11 | 2020-02-11 | 具有智慧感測ｓｃａ咖啡烘焙度辨識裝置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| TWM596343U true TWM596343U (zh) | 2020-06-01 |
Family
ID=72177103
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| TW109201471U TWM596343U (zh) | 2020-02-11 | 2020-02-11 | 具有智慧感測ｓｃａ咖啡烘焙度辨識裝置 |
Country Status (1)
| Country | Link |
|---|---|
| TW (1) | TWM596343U (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115202412A (zh) * | 2022-08-19 | 2022-10-18 | 广东顺大食品调料有限公司 | 一种咖啡豆不同焙炒程度的精准温控系统 |
| TWI818865B (zh) * | 2023-02-08 | 2023-10-11 | 國立清華大學 | 咖啡生豆辨識方法以及咖啡生豆辨識系統 |
-
2020
- 2020-02-11 TW TW109201471U patent/TWM596343U/zh not_active IP Right Cessation
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115202412A (zh) * | 2022-08-19 | 2022-10-18 | 广东顺大食品调料有限公司 | 一种咖啡豆不同焙炒程度的精准温控系统 |
| TWI818865B (zh) * | 2023-02-08 | 2023-10-11 | 國立清華大學 | 咖啡生豆辨識方法以及咖啡生豆辨識系統 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR102195922B1 (ko) | 인터넷에 기반하는 얼굴 미화 시스템 | |
| TWI718573B (zh) | 缺陷檢測裝置及方法 | |
| Li et al. | No-reference image quality assessment with deep convolutional neural networks | |
| TWM596343U (zh) | 具有智慧感測ｓｃａ咖啡烘焙度辨識裝置 | |
| AU2015294453B2 (en) | Invisible optical label for transmitting information between computing devices | |
| US20140022157A1 (en) | Method and display apparatus for providing content | |
| CN104243814B (zh) | 图像中物体布局的分析方法、图像拍摄提示方法及装置 | |
| CN105225235B (zh) | 一种基于多光谱特征的视频火焰检测方法 | |
| WO2021110066A1 (zh) | 食物成熟度识别方法、装置以及计算机存储介质 | |
| TWI684924B (zh) | 烘豆輔助裝置及烘豆裝置 | |
| CN109859120A (zh) | 基于多尺度残差网络的图像去雾方法 | |
| CN110232326A (zh) | 一种三维物体识别方法、装置及存储介质 | |
| EP3811376B1 (en) | Method and system for characterizing stool patterns of young infants | |
| KR102274318B1 (ko) | 가시광을 이용하여 데이터를 통신하는 장치 및 방법 | |
| CN110120034B (zh) | 一种与视觉感知相关的图像质量评价方法 | |
| Zhuo et al. | A K-PLSR-based color correction method for TCM tongue images under different illumination conditions | |
| CN107862333A (zh) | 一种在复杂环境下判断物体燃烧区域的方法 | |
| Zhu et al. | [Retracted] Application of Intelligent Image Color Technology in Teaching Chinese Painting Color | |
| CN110889718B (zh) | 方案筛选方法、方案筛选装置、介质以及电子设备 | |
| CN110263969B (zh) | 一种货架期苹果品质动态预测系统及预测方法 | |
| CN208983436U (zh) | 火候测量装置、抽油烟机及火候测量系统与共享系统 | |
| McAdams et al. | Chromatic and spatial image statistics predict infants’ visual preferences and adults’ aesthetic preferences for art | |
| CN105740820B (zh) | 辨别用图片的获取方法和辨别用图片的获取系统 | |
| US20230206811A1 (en) | Electronic apparatus and control method thereof | |
| Chambe et al. | Deep learning for assessing the aesthetics of professional photographs |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| MM4K | Annulment or lapse of a utility model due to non-payment of fees |