【技术实现步骤摘要】
烹饪评价方法、烹饪推荐方法、计算机设备及存储介质
本专利技术涉及烹饪处理技术,特别涉及一种烹饪评价方法、烹饪推荐方法、计算机设备及存储介质。
技术介绍
传统的烹饪结束后,对于烹饪结果的好坏没有有效的评价方法,只能通过人工方法进行观察或者品尝,这样得到的评价结果往往不够客观。
技术实现思路
本专利技术实施例提供一种烹饪评价方法、烹饪推荐方法、计算机设备及存储介质,能够对用户的烹饪结果客观评价。本专利技术实施例的技术方案是这样实现的:一种烹饪评价方法,包括:获取待评价烹饪图像;确定所述待评价烹饪图像的显示参数满足预设取值条件时,将所述待评价烹饪图像通过训练后的烹饪评价模型进行评价;其中,所述烹饪评价模型的训练数据包括烹饪样本图像及对应的评价标记;将所述评价返回给对应的终端。一种烹饪推荐方法,包括:获取烹饪图像及对应的烹饪参数;确定所述烹饪图像的显示参数满足预设取值条件时,将所述烹饪图像通过训练后的烹饪评价模型进行评价;其中,所述烹饪评价模型的训练数据包括烹饪样本图像及对应的评价标记;根 ...
【技术保护点】
1.一种烹饪评价方法,其特征在于,包括:/n获取待评价烹饪图像;/n确定所述待评价烹饪图像的显示参数满足预设取值条件时,将所述待评价烹饪图像通过训练后的烹饪评价模型进行评价;其中,所述烹饪评价模型的训练数据包括烹饪样本图像及对应的评价标记;/n将所述评价返回给对应的终端。/n
【技术特征摘要】
1.一种烹饪评价方法,其特征在于,包括:
获取待评价烹饪图像;
确定所述待评价烹饪图像的显示参数满足预设取值条件时,将所述待评价烹饪图像通过训练后的烹饪评价模型进行评价;其中,所述烹饪评价模型的训练数据包括烹饪样本图像及对应的评价标记;
将所述评价返回给对应的终端。
2.如权利要求1所述的烹饪评价方法,其特征在于,所述将所述待评价烹饪图像通过训练后的烹饪评价模型进行评价之前,还包括:
获取通过标准烹饪程序得到的第一烹饪样本图像、以及通过设置筛选条件确定的用户烹饪获得的第二烹饪样本图像;
基于携带有相应评价标记的所述第一烹饪样本图像和所述第二烹饪样本图像进行组合构造的训练数据集,训练初始的神经网络模型;
直至所述神经网络模型的损失函数满足收敛条件时,得到所述训练后的烹饪评价模型。
3.如权利要求2所述的烹饪评价方法,其特征在于,所述获取通过设置筛选条件确定的用户烹饪获得的第二烹饪样本图像,包括:
获取用户烹饪获得的烹饪图像以及所述烹饪图像对应的反馈数据;
根据所述反馈数据确定反馈结果满足要求的烹饪图像作为第二烹饪样本图像;其中,所述反馈结果满足要求包括如下至少之一:评分值高于预设分值、推荐数高于对应阈值、点赞数高于对应阈值。
4.如权利要求1所述的烹饪评价方法,其特征在于,所述确定所述待评价烹饪图像的显示参数满足预设取值条件,包括:
检测所述待评价烹饪图像中烹饪食物的成像区域,确定所述待评价烹饪图像的尺寸满足尺寸要求。
5.如权利要求1至4中任一项所述的烹饪评价方法,其特征在于,所述将所述待评价烹饪图像通过训练后的烹饪评价模型进行评价,包括:
通过训练后的所述烹饪评价模型,提取所述待评价烹饪图像的相应维度的特征数据;
根据所提取的特征数据与模型训练过程中对应不同评价标记的样本图像映射到样本标记空间的相应维度的特征数据的相似度,判断所述待评价烹饪图像中所包含的烹饪食物为相应烹饪样本图像的概率,确定所述待评价烹饪图像的评分值。
6.一种烹饪推荐方法,其特征在于,包括:
获取烹饪图像及对应的烹饪参数;
确定所述烹饪图像的显示参数满足预设取值条件时,将所述烹饪图像通过训练后的烹饪评价模型进行评价;其中,所述烹饪评价模型的训练数据包括烹饪样本图像及对应的评价标记;
根据所述烹饪图像的评价结果进行排序,将所述排序中符合设置条件的目标烹饪图像对应的烹...
【专利技术属性】
技术研发人员:黄源甲,龙永文,周宗旭,陈必东,黄宇华,
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
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。