菜品识别方法、装置、厨房设备和存储介质制造方法及图纸

技术编号:43891151 阅读:18 留言:0更新日期:2025-01-03 13:06
本申请涉及一种菜品识别方法、装置、厨房设备和存储介质。所述方法包括:在面临未知菜品时则利用未知菜品对当前识别模型进行增量学习,令当前识别模型在保持已有知识的同时不断吸收新的信息,从而持续提高模型的识别性能和泛化能力,经过增量学习后的增量识别模型则具备了对所面临的未知菜品的识别能力,从而解决了厨房设备在面对新类别菜品时识别准确率下降的问题。

【技术实现步骤摘要】

本申请涉及菜品识别领域,尤其涉及一种菜品识别方法、装置、厨房设备和存储介质


技术介绍

1、随着智能家居技术的飞速发展,厨房设备的智能化程度不断提升。其中,菜品识别功能作为厨房设备智能化的重要体现,能够为用户提供个性化的食用建议。然而,在实际应用中,厨房设备的菜品识别系统面临着诸多挑战。

2、用户的烹饪习惯和需求日益多样化,新的菜品类型不断涌现。传统的机器学习模型往往需要在固定的数据集上进行训练,并且难以适应新类别菜品的识别需求,这导致了厨房设备的菜品识别模型在面对新类别菜品时识别准确率下降,用户体验受到影响。


技术实现思路

1、本申请提供了一种菜品识别方法、装置、厨房设备和存储介质,以解决现有厨房设备对于新类别菜品识别准确率较低的问题。

2、第一方面,本申请提供了一种菜品识别方法,所述方法包括:

3、在获取到菜品采集图像时,根据预设菜品库与所述菜品采集图像之间的比对结果,确定所述菜品采集图像的菜品类型,其中,所述预设菜品库包括多种不同已知菜品的采集图像

4、本文档来自技高网...

【技术保护点】

1.一种菜品识别方法,其特征在于,所述方法包括:

2.根据权利要求1所述的方法,其特征在于,所述在所述菜品采集图像的菜品类型为未知菜品时,利用所述菜品采集图像对当前识别模型进行增量学习,得到第一增量识别模型,包括:

3.根据权利要求2所述的方法,其特征在于,利用所述菜品采集图像对应的第一训练样本对当前识别模型进行增量学习,得到第一增量识别模型,包括:

4.根据权利要求3所述的方法,其特征在于,所述利用所述菜品采集图像对应的第一训练样本以及所述相似图像对应的第二训练样本,对当前识别模型进行增量学习得到第一增量识别模型,包括:

<p>5.根据权利要求...

【技术特征摘要】

1.一种菜品识别方法,其特征在于,所述方法包括:

2.根据权利要求1所述的方法,其特征在于,所述在所述菜品采集图像的菜品类型为未知菜品时,利用所述菜品采集图像对当前识别模型进行增量学习,得到第一增量识别模型,包括:

3.根据权利要求2所述的方法,其特征在于,利用所述菜品采集图像对应的第一训练样本对当前识别模型进行增量学习,得到第一增量识别模型,包括:

4.根据权利要求3所述的方法,其特征在于,所述利用所述菜品采集图像对应的第一训练样本以及所述相似图像对应的第二训练样本,对当前识别模型进行增量学习得到第一增量识别模型,包括:

5.根据权利要求4所述的方法,其特征在于,利用所述缓存队列中所有的第一训练样本,以及与各个第一训练样本相关的第二训练样本,对当前识别模型进...

【专利技术属性】
技术研发人员:怀安李绍斌唐杰林进华
申请(专利权)人:珠海格力电器股份有限公司
类型:发明
国别省市:

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