[发明专利]识别方法及其装置、烹饪设备及其控制方法和存储介质

说明书

本申请公开了一种食物熟度的识别方法及其装置、烹饪设备及其控制方法和存储介质。该识别方法包括：获取初始食物检测图像；获取当前食物检测图像；将初始食物检测图像和当前食物检测图像进行通道组合处理，以得到融合检测图像；将融合食物检测图像输入预设神经网络模型，以识别食物的成熟程度。本申请的食物熟度的识别方法及其装置、烹饪设备及其控制方法和存储介质只需结合初始食材检测图像以及当前食材检测图像，就可以确定当前食材图像的食材熟度，计算成本低，工作速度快。

技术领域

本申请涉及家用电器技术领域，特别涉及一种识别方法及其装置、烹饪设备及其控制方法和存储介质。

背景技术

烹饪过程中的食材熟度的判断十分重要，如果食材没有烹饪完全或者太焦，对于食用的口感以及用户的健康都会造成较大影响。然而，相关技术中通常需要用户依靠经验来进行食材熟度的判断，对于种类丰富多样的食材，食材烹饪到熟的特征也各有不同，对于经验不够丰富的用户来说难度较大。

发明内容

有鉴于此，本发明旨在至少在一定程度上解决相关技术中的问题之一。为此，本申请的目的在于提供一种识别方法及其装置、烹饪设备及其控制方法和存储介质。

本申请提供一种食物熟度的识别方法。所述识别方法包括：获取初始食物检测图像；获取当前食物检测图像；将所述初始食物检测图像和所述当前食物检测图像进行通道组合处理，以得到融合检测图像；将所述融合食物检测图像输入预设神经网络模型，以识别食物的成熟程度。

在某些实施方式中，所述将所述初始食物检测图像和所述当前食物检测图像进行通道组合处理，以得到融合检测图像包括：对所述初始食物检测图像信息和所述当前食物检测图像信息进行归一化处理；将归一化处理后的图像的通道进行组合处理，以得到6通道融合检测图像。

在某些实施方式中，所述预设神经网络模型根据预先采集的食物在烹饪过程中的烹饪时长信息与食物成熟程度之间的对应关系构建的。

在某些实施方式中，所述预设神经网络模型构建的步骤包括：采集食物在烹饪过程中的当前烹饪时长信息；根据烹饪的当前食物的变化图像确定熟度区间；根据当前食物烹饪时长占设定总烹饪时长的占比，及根据所述食物在当前熟度区间的烹饪时长相对于所述熟度区间的总时长的占比，确定所述食物的熟度标签；将所述熟度标签组成训练数据集，利用所述训练数据集，对所述预设神经网络模型进行训练。

在某些实施方式中，所述预设神经网络模型包括多个卷积块、全局池化层和多个全连接层。

在某些实施方式中，每个所述卷积块包括多个卷积层、Add模块、激励函数、注意力机制模块和最大池化层。

本申请还提供一种烹饪设备的控制方法，所述烹饪设备基于上述任意实施方式中任一项所述的识别方法识别食物的成熟程度，所述控制方法包括：若所述食物的成熟程度大于或等于预设阈值，控制所述烹饪设备停止加热。

本申请还提供一种食物熟度的识别装置。所述识别装置包括初始获取模块、当前获取模块、融合模块和识别模块，所述初始获取模块用于获取初始食物检测图像；所述当前获取模块用于获取当前食物检测图像；所述融合模块用于将所述初始食物检测图像和所述当前食物检测图像进行通道组合处理，以得到融合检测图像；所述识别模块用于将所述融合食物检测图像输入预设神经网络模型，以识别食物的成熟程度。

本申请还提供一种烹饪设备。所述烹饪设备基于上述实施方式中任一项所述的识别方法识别食物的成熟程度，并基于上述实施方式所述的控制方法进行加热。

本申请还提供一种包含有计算机程序的非易失性计算机可读存储介质。当所述计算机程序被一个或多个处理器执行时，实现上述实施方式中任一项所述的方法。

本申请的识别方法及其装置、烹饪设备及其控制方法和存储介质只需结合初始食材检测图像以及当前食材检测图像，就可以确定当前食材图像的食材熟度，计算成本低，工作速度快。