基于人工智能的厨房监控装置制造方法及图纸

技术编号:21892981 阅读:15 留言:0更新日期:2019-08-17 14:55
本发明专利技术实施例涉及计算机技术人工智能领域,具体涉及基于人工智能的厨房监控装置。通过获取厨房设备图像,将获取到的厨房设备图像输入至预先训练的厨房设备监控模型,得到厨房设备对应的参数,参数包括厨房设备的类型和运行状态,从而提高了厨房监控的自动化程度、智能化程度、准确率和效率。

Kitchen Monitoring Device Based on Artificial Intelligence

【技术实现步骤摘要】
基于人工智能的厨房监控装置
本申请实施例涉及计算机技术人工智能领域,具体涉及基于人工智能的厨房监控方法和装置。
技术介绍
随着人工智能技术的发展,图像识别技术得到了广泛的应用。图像识别,是指利用计算机对图像进行处理、分析和理解,以识别各种不同模式的目标和对像的技术。图像识别的发展经历了三个阶段:文字识别、数字图像处理与识别、物体识别。随着家用电器的大规模普及,厨房作为家居生活的重点地带,也顺应了这个的趋势。然而,家用电器在给用户的家居生活带来了方便的同时,也存在着许多不便,比如伴随着智能化程度较低、设备老化或操作不当引起的安全隐患或管理不当,等等。因此,如何实现厨房设备的实时监控,在厨房无人的状态下或操作不当的情况避免危害的发生保障安全或减少浪费,成为目前亟待解决的技术问题。
技术实现思路
本申请实施例提出了一种基于人工智能的厨房监控方法和装置。第一方面,本申请实施例提供了一种基于人工智能的厨房监控方法,包括:获取厨房设备图像;将获取到的厨房设备图像输入至预先训练的厨房设备监控模型,得到厨房设备对应的参数,参数包括厨房设备的类型和运行状态。在一些实施例中,该方法包括:基于参数计算对应的运行时间。在一些实施例中,该方法包括:基于参数和运行时间,按照预设置采取对应的预设动作。在一些实施例中,运行状态包括燃烧状态超过预设条件,燃烧状态包括燃烧时间、燃烧范围、燃烧温度。在一些实施例中,运行状态包括厨房设备对应的安全状态,安全状态包括符合预设标准的容易坠落、儿童靠近、儿童操作和/或操作人员的安全状态。在一些实施例中,预先训练的厨房设备监控模型通过如下步骤训练得到:采集预设厨房设备的样本图像;通过预设方法对采集到的样本图像进行标定,得到已知识别结果;利用机器学习方法,将样本图像作为输入,将该样本图像对应的已知识别结果作为输出,对预先训练的通用监控模型进行训练得到厨房设备监控模型。在一些实施例中,通过预设方法对采集到的样本图像进行标定,得到已知识别结果,包括如下步骤:将预设厨房设备调整到预设的运行状态;将标记牌放置到厨房设备对应的预设图像区域内;获取带有标记牌的厨房设备图像;将厨房设备图像输入至预先训练的标记模型,得到已知识别结果。在一些实施例中,预先训练的通用监控模型通过如下步骤训练得到:获取样本数据集合,其中,样本数据集合中的每个样本数据包括样本厨房设备图像和已知识别结果,已知识别结果包括厨房设备的预设类型和预设运行状态。利用机器学习方法,将样本厨房设备图像作为输入,将该样本输入数据对应的已知识别结果作为输出,对预设的初始模型进行训练得到模型。第二方面,本申请实施例提供了一种电子设备,包括:一个或多个处理器;存储装置,其上存储有一个或多个程序,当一个或多个程序被一个或多个处理器执行,使得一个或多个处理器实现如本专利技术实施例中任一所述的方法。第三方面,本申请实施例提供了一种计算机可读介质,其上存储有计算机程序,其中,该程序被处理器执行时实现如本专利技术实施例中任一所述的方法。第四方面,本申请实施例提供了一种基于人工智能的厨房监控装置,其特征在于,包括:图像获取单元,被配置成用于获取厨房设备图像;参数监控单元,被配置成用于将获取到的厨房设备图像输入至预先训练的厨房设备监控模型,得到厨房设备对应的参数,参数包括厨房设备的类型和运行状态。在一些实施例中,该装置包括:时间计算单元,被配置成用于基于参数计算对应的运行时间。在一些实施例中,该装置包括:动作执行单元,被配置成用于基于参数和运行时间,按照预设置采取对应的预设动作。在一些实施例中,运行状态包括燃烧状态超过预设条件,燃烧状态包括燃烧时间、燃烧范围、燃烧温度。在一些实施例中,运行状态包括厨房设备对应的安全状态,安全状态包括符合预设标准的容易坠落、儿童靠近、儿童操作和/或操作人员的安全状态。在一些实施例中,预先训练的厨房设备监控模型通过如下步骤训练得到:采集预设厨房设备的样本图像;通过预设方法对采集到的样本图像进行标定,得到已知识别结果;利用机器学习方法,将样本图像作为输入,将该样本图像对应的已知识别结果作为输出,对预先训练的通用监控模型进行训练得到厨房设备监控模型。在一些实施例中,通过预设方法对采集到的样本图像进行标定,得到已知识别结果,包括如下步骤:将预设厨房设备调整到预设的运行状态;将标记牌放置到厨房设备对应的预设图像区域内;获取带有标记牌的厨房设备图像;将厨房设备图像输入至预先训练的标记模型,得到已知识别结果。在一些实施例中,预先训练的通用监控模型通过如下步骤训练得到:获取样本数据集合,其中,样本数据集合中的每个样本数据包括样本厨房设备图像和已知识别结果,已知识别结果包括厨房设备的预设类型和预设运行状态。利用机器学习方法,将样本厨房设备图像作为输入,将该样本输入数据对应的已知识别结果作为输出,对预设的初始模型进行训练得到模型。第五方面,本申请实施例提供了一种系统,包括如本专利技术实施例中任一所述的装置。第六方面,本申请实施例提供了一种视频设备,包括如本专利技术实施例中任一所述的装置。本申请实施例提供的基于人工智能的厨房监控方法和装置,通过获取厨房设备图像,将获取到的厨房设备图像输入至预先训练的厨房设备监控模型,得到厨房设备对应的参数,参数包括厨房设备的类型和运行状态,从而提高了厨房监控的自动化程度、智能化程度、准确率和效率。附图说明通过阅读参照以下附图所作的对非限制性实施例所作的详细描述,本申请的其它特征、目的和优点将会变得更明显:图1是本申请的一个实施例可以应用于其中的示例性系统架构图;图2是根据本申请的基基于人工智能的厨房监控方法的一个实施例的流程图;图3是根据本申请的基于人工智能的厨房监控方法的一个应用场景的示意图;图4是根据本申请的基于人工智能的厨房监控方法和装置相关的各种模型的又一个实施例的流程图;图5是根据本申请的基于人工智能的厨房监控装置的一个实施例的结构示意图;图6是适于用来实现本申请实施例的服务器的计算机系统的结构示意图。具体实施方式下面结合附图和实施例对本申请作进一步的详细说明。可以理解的是,此处所描述的具体实施例仅仅用于解释相关专利技术,而非对该专利技术的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与有关专利技术相关的部分。需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。需要说明的是,本文中术语“和/或”,仅仅是一种描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。另外,本文中字符“/”,一般表示前后关联对象是一种“或”的关系。需要说明的是,本文中术语“预设”,表示预先设置的、预先设定的、预先选取的、预先规定的或预先训练的这几种含义。一般来说,预设模型指预先训练的模型,预设路线指预先设置的路线,预设规则指预先设置的规则,预设置指预先设定的设置,预设厨房设备指预先选取的厨房设备。图1示出了可以应用本申请的基于人工智能的厨房监控方法和装置的实施例的示例性系统架构100。如图1所示,系统架构100可以包括终端设备101、102、103,网络104和服务器105。网络104用以在终端设备101、102、103本文档来自技高网...

【技术保护点】
1.基于人工智能的厨房监控装置,其特征在于,包括:图像获取单元,被配置成用于获取厨房设备图像;参数监控单元,被配置成用于将获取到的所述厨房设备图像输入至预先训练的厨房设备监控模型,得到所述厨房设备对应的参数,所述参数包括所述厨房设备的类型和运行状态。

【技术特征摘要】
1.基于人工智能的厨房监控装置,其特征在于,包括:图像获取单元,被配置成用于获取厨房设备图像;参数监控单元,被配置成用于将获取到的所述厨房设备图像输入至预先训练的厨房设备监控模型,得到所述厨房设备对应的参数,所述参数包括所述厨房设备的类型和运行状态。2.根据权利要求1所述的装置,其特征在于,包括:时间计算单元,被配置成用于基于所述参数计算对应的运行时间。3.根据权利要求2所述的装置,其特征在于,包括:动作执行单元,被配置成用于基于所述参数和所述运行时间,按照预设置采取对应的预设动作。4.根据权利要求1所述的装置,其特征在于,所述运行状态包括燃烧状态超过预设条件,所述燃烧状态包括燃烧时间、燃烧范围、燃烧温度。5.根据权利要求1所述的装置,其特征在于,所述运行状态包括所述厨房设备对应的安全状态,所述安全状态包括符合预设标准的容易坠落、儿童靠近、儿童操作和/或操作人员的安全状态。6.根据权利要求1-5所述的装置,其特征在于,所述预先训练的厨房设备监控模型通过如下步骤训练得到:采集预设厨房设备的样本图像;通过预设方法对采集到的样本图像进行...

【专利技术属性】
技术研发人员:于振东
申请(专利权)人:东喜和仪珠海市数据科技有限公司
类型:发明
国别省市:广东,44

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1