烹饪器具、烹饪方法和计算机可读存储介质技术

本发明专利技术提供了一种烹饪器具、烹饪方法和计算机可读存储介质，其中，烹饪器具包括：容纳部，用于盛放物料；刻度标识，设于容纳部的内侧壁；图像采集组件，设于刻度标识对侧的内侧壁，用于采集刻度标识的图像；烹饪控制组件，连接至图像采集组件，用于根据第一预测模型对刻度标识的图像进行分析并确定物料的存放量，以及根据存放量确定物料对应的预设烹饪参数，其中，第一预测模型为通过机器学习训练历史存放量记录得到的预测模型结果。通过本发明专利技术的技术方案，有利于进一步优化烹饪过程，减少用户在烹饪过程中的操作步骤和等待时间，同时，提升了烹饪食材的食用口感。

Cooking utensils, cooking methods and computer-readable storage media

【技术实现步骤摘要】
烹饪器具、烹饪方法和计算机可读存储介质
本专利技术涉及烹饪
，具体而言，涉及一种烹饪器具、一种烹饪方法和一种计算机可读存储介质。
技术介绍
随着物联网技术的发展，烹饪器具作为最主要的智能家电之一，被开发出多种智能烹饪方案。所谓智能烹饪方案通常为烹饪器具将待烹饪的物料的图像上传至服务器，以供服务器通过图像匹配确定上述物料对应的烹饪参数，但是，在服务器无法与烹饪器具进行数据交互，或网络通信质量差，或网络时间延迟大等情况发生时，烹饪器具无法及时调整烹饪参数，甚至无法实现自动烹饪过程，这均会严重影响用户的烹饪体验。
技术实现思路
本专利技术旨在至少解决现有技术或相关技术中存在的技术问题之一。为此，本专利技术的一个目的在于提供一种烹饪器具。本专利技术的另一个目的在于提供一种烹饪方法。本专利技术的另一个目的在于提供一种计算机可读存储介质。为了实现上述目的，根据本专利技术的第一方面的实施例，提供了一种烹饪器具，包括：容纳部，用于盛放物料；刻度标识，设于容纳部的内侧壁；图像采集组件，设于刻度标识对侧的内侧壁，用于采集刻度标识的图像；烹饪控制组件，连接至图像采集组件，用于根据第一预测模型对刻度标识的图像进行分析并确定物料的存放量，以及根据存放量确定物料对应的预设烹饪参数，其中，第一预测模型为通过机器学习训练历史存放量记录得到的预测模型结果。在该技术方案中，通过在容纳部内侧相配适地设置刻度标识和图像采集组件，进而通过第一预测模型对刻度标识的图像的分析来确定物料的存放量，并继续确定对应的预设烹饪参数，实现了本地的图像分析，克服了网络通信质量对烹饪过程的限制，降低了网络时间延迟对烹饪过程的影响。另外，由于第一预测模型是通过机器学习训练历史存放量记录得到的，其实质是本地存储的大量的历史样本数据来训练第一预测模型，进而保证第一预测模型具备较准确的预测性能，因此，第一预测模型具备较高的可靠性和准确性，同时，也不需要与服务器进行远程交互才能确定物料的烹饪参数。优选地，第一预测模型可以采用神经网络模型，第一预测模式可以按照预设周期进行循环式的机器学习，或在检测到历史存放量记录发生更新时进行机器学习。其中，刻度标识可以包括沿铅垂线纵向分布的多个数字形状的标识刻度，图像采集装置采集的图像可以是红外图像或可见光图像，均能够用于第一预测模型的图像分析过程，为了进一步地增强模型预测的准确性，对采集的图像可以进行图像预处理，例如，图像增强处理和二值化运算处理等。在上述任一技术方案中，优选地，图像采集组件还用于：采集物料的图像；烹饪控制组件还用于：根据第二预测模型对物料的图像进行分析，以确定物料的属性信息，并根据属性信息调整预设烹饪参数，其中，第二预测模型为通过机器学习训练历史属性信息得到的预测模型结果，属性信息包括物料的类型、物料的品质和物料的分布区域中的至少一种。在该技术方案中，通过采集物料的图像，并且通过第二预测模型对物料的图像进行分析以确定物料的属性信息，有利于进一步地优化烹饪过程，例如，在检测到物料为大米、丝苗米、豆类或面食时，分别调整至物料种类对应的烹饪进程，在尽可能地提高烹饪效率的同时，尽量减少溢出发生。另外，通过第二预测模型分析确定物料的分布区域，有利于提升烹饪安全性，例如，在第二预测模型确定容纳部内的物料分布不均匀时，向用户发出提示，或自动振动容纳部，以降低食物夹生的情况发生，又如，在第二预测模型确定容纳部内的物料分布较少时，不进行烹饪加热过程，以减少烹饪器具干烧的情况发生，再如，烹饪器具通常具备预约烹饪功能，如果预约时间超过6小时，则浸泡的物料容易滋生细菌，因此，通过第二预测模型分析物料的图像，可以在检测到物料品质异常时，提醒用户中止烹饪过程，以提高食品卫生安全。优选地，第二预测模型也可以采用神经网络模型，第二预测模式可以按照预设周期进行循环式的机器学习，或在检测到历史属性信息发生更新时进行机器学习。在上述任一技术方案中，优选地，第二预测模型包括多个关系型子模型，每个关系型子模型分别用于训练物料的一种历史属性信息，且任两个关系型子模型之间的更新过程是相互独立的。在该技术方案中，通过在第二预测模型中设置多个关系型子模型，且更新过程是相互独立的，能够避免重复训练模型，也即每个关系型子模型分别用于预测一种属性信息，由于同一属性信息通常具备相同的量纲，因此，无需进行归一化过程和繁琐的滤波降噪处理，一个关系型子模型仅在对应的历史属性信息发生更新时进行模型训练，关系型子模型对属性信息进行预测时针对性更强，且可靠性更高。其中，将任一物料存储为根节点，将第二预测模型以树形分支的形式布局为多个关系型子模型。在上述任一技术方案中，优选地，烹饪控制组件还用于：采集容纳部内的环境图像；烹饪控制组件还用于：根据第三预测模型对容纳部内的环境图像进行分析，以确定物料的实时烹饪信息，并结合属性信息和实时烹饪信息调整预设烹饪参数，其中，第三预测模型为通过机器学习训练历史烹饪信息得到的预测模型结果，预设烹饪参数包括烹饪加热功率、烹饪时长和烹饪温度中的至少一种。在该技术方案中，通过采集容纳部内的环境图像，能够低延时地确定物料的实时烹饪信息，进而结合属性信息和实时烹饪信息调整预设烹饪参数，譬如，物料处于清洗阶段、吸水阶段、全功率加热阶段、沸腾阶段和保温阶段等，结合实时烹饪信息和属性信息来实时调整任一阶段的烹饪参数。优选地，第三预测模型也可以采用神经网络模型，第三预测模式可以按照预设周期进行循环式的机器学习，或在检测到历史烹饪信息发生更新时进行机器学习。在上述任一技术方案中，优选地，还包括：人机交互面板，设于烹饪器具的外侧壁和/或顶侧壁，连接至烹饪控制组件，用于显示与物料相关的提示信息，其中，提示信息包括基于属性信息确定的保鲜时间信息、基于存放量确定的添加量信息和基于实时烹饪参数确定的烹饪进程信息中的至少一种。在该技术方案中，通过设置人机交互界面，可以更加直观地将物料的烹饪状态提示给用户，进而全方位地提升用户的烹饪体验，例如提示物料的存放量不足需要添加，又如提示物料的存放时间超过保鲜时长，再如提示物料在烹熟后进行保温等。根据本专利技术的第二方面的技术方案，提供了一种烹饪方法，包括：采集烹饪器具内的刻度标识的图像；根据第一预测模型对刻度标识的图像进行分析并确定物料的存放量，以及根据存放量确定物料对应的预设烹饪参数，其中，第一预测模型为通过机器学习训练历史存放量记录得到的预测模型结果。在该技术方案中，通过在容纳部内侧相配适地设置刻度标识和图像采集组件，进而通过第一预测模型对刻度标识的图像的分析来确定物料的存放量，并继续确定对应的预设烹饪参数，实现了本地的图像分析，克服了网络通信质量对烹饪过程的限制，降低了网络时间延迟对烹饪过程的影响。另外，由于第一预测模型是通过机器学习训练历史存放量记录得到的，其实质是本地存储的大量的历史样本数据来训练第一预测模型，进而保证第一预测模型具备较准确的预测性能，因此，第一预测模型具备较高的可靠性和准确性，同时，也不需要与服务器进行远程交互才能确定物料的烹饪参数。优选地，第一预测模型可以采用神经网络模型，第一预测模式可以按照预设周期进行循环式的机器学习，或在检测到历史存放量记录发生更新时进行机器学习。其中，刻度标识可以包括沿铅垂线纵向分布的多个数字形状的标识本文档来自技高网...

【技术保护点】
1.一种烹饪器具，其特征在于，包括：容纳部，用于盛放物料；刻度标识，设于所述容纳部的内侧壁；图像采集组件，设于所述刻度标识对侧的内侧壁，用于采集所述刻度标识的图像；烹饪控制组件，连接至所述图像采集组件，用于根据第一预测模型对所述刻度标识的图像进行分析并确定所述物料的存放量，以及根据所述存放量确定所述物料对应的预设烹饪参数，其中，所述第一预测模型为通过机器学习训练历史存放量记录得到的预测模型结果。

【技术特征摘要】
1.一种烹饪器具，其特征在于，包括：容纳部，用于盛放物料；刻度标识，设于所述容纳部的内侧壁；图像采集组件，设于所述刻度标识对侧的内侧壁，用于采集所述刻度标识的图像；烹饪控制组件，连接至所述图像采集组件，用于根据第一预测模型对所述刻度标识的图像进行分析并确定所述物料的存放量，以及根据所述存放量确定所述物料对应的预设烹饪参数，其中，所述第一预测模型为通过机器学习训练历史存放量记录得到的预测模型结果。2.根据权利要求1所述的烹饪器具，其特征在于，所述图像采集组件还用于：采集所述物料的图像；所述烹饪控制组件还用于：根据第二预测模型对所述物料的图像进行分析，以确定所述物料的属性信息，并根据所述属性信息调整所述预设烹饪参数，其中，所述第二预测模型为通过机器学习训练历史属性信息得到的预测模型结果，所述属性信息包括所述物料的类型、所述物料的品质和所述物料的分布区域中的至少一种。3.根据权利要求2所述的烹饪器具，其特征在于，所述第二预测模型包括多个关系型子模型，每个所述关系型子模型分别用于训练所述物料的一种所述历史属性信息，且任两个所述关系型子模型之间的更新过程是相互独立的。4.根据权利要求2所述的烹饪器具，其特征在于，所述烹饪控制组件还用于：采集所述容纳部内的环境图像；所述烹饪控制组件还用于：根据第三预测模型对所述容纳部内的环境图像进行分析，以确定所述物料的实时烹饪信息，并结合所述属性信息和所述实时烹饪信息调整所述预设烹饪参数，其中，所述第三预测模型为通过机器学习训练历史烹饪信息得到的预测模型结果，所述预设烹饪参数包括烹饪加热功率、烹饪时长和烹饪温度中的至少一种。5.根据权利要4所述的烹饪器具，其特征在于，还包括：人机交互面板，设于所述烹饪器具的外侧壁和/或顶侧壁，连接至所述烹饪控制组件，用于显示与所述物料相关的提示...

【专利技术属性】
技术研发人员：龙永文，
申请(专利权)人：佛山市顺德区美的电热电器制造有限公司，
类型：发明
国别省市：广东,44