CN112528941B - 基于神经网络的自动化参数设定*** - Google Patents
基于神经网络的自动化参数设定*** Download PDFInfo
- Publication number
- CN112528941B CN112528941B CN202011539943.3A CN202011539943A CN112528941B CN 112528941 B CN112528941 B CN 112528941B CN 202011539943 A CN202011539943 A CN 202011539943A CN 112528941 B CN112528941 B CN 112528941B
- Authority
- CN
- China
- Prior art keywords
- neural network
- baking
- oven
- captured images
- images
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000013528 artificial neural network Methods 0.000 title claims abstract description 31
- 238000003062 neural network model Methods 0.000 claims abstract description 44
- 230000007246 mechanism Effects 0.000 claims abstract description 36
- 238000012549 training Methods 0.000 claims abstract description 26
- 239000000463 material Substances 0.000 claims abstract description 25
- 235000013305 food Nutrition 0.000 claims abstract description 24
- 238000005096 rolling process Methods 0.000 claims abstract description 23
- 238000000605 extraction Methods 0.000 claims abstract description 10
- 230000000007 visual effect Effects 0.000 claims abstract description 4
- 238000010606 normalization Methods 0.000 claims description 51
- 238000012545 processing Methods 0.000 claims description 27
- 238000006243 chemical reaction Methods 0.000 claims description 21
- 238000000034 method Methods 0.000 claims description 10
- 230000008569 process Effects 0.000 claims description 9
- 238000001914 filtration Methods 0.000 claims description 4
- 238000002789 length control Methods 0.000 claims description 2
- 235000021168 barbecue Nutrition 0.000 abstract description 6
- 238000013473 artificial intelligence Methods 0.000 abstract description 2
- 238000001035 drying Methods 0.000 description 3
- 235000008429 bread Nutrition 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000005485 electric heating Methods 0.000 description 2
- 238000009413 insulation Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000007789 sealing Methods 0.000 description 2
- 235000011888 snacks Nutrition 0.000 description 2
- 241000272525 Anas platyrhynchos Species 0.000 description 1
- 241000287828 Gallus gallus Species 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- XAGFODPZIPBFFR-UHFFFAOYSA-N aluminium Chemical compound [Al] XAGFODPZIPBFFR-UHFFFAOYSA-N 0.000 description 1
- 229910052782 aluminium Inorganic materials 0.000 description 1
- 235000015895 biscuits Nutrition 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000003670 easy-to-clean Effects 0.000 description 1
- 239000011888 foil Substances 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 230000017525 heat dissipation Effects 0.000 description 1
- 238000010438 heat treatment Methods 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 238000005461 lubrication Methods 0.000 description 1
- 235000015927 pasta Nutrition 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
- 229910001220 stainless steel Inorganic materials 0.000 description 1
- 239000010935 stainless steel Substances 0.000 description 1
- 239000005341 toughened glass Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/10—Terrestrial scenes
-
- A—HUMAN NECESSITIES
- A47—FURNITURE; DOMESTIC ARTICLES OR APPLIANCES; COFFEE MILLS; SPICE MILLS; SUCTION CLEANERS IN GENERAL
- A47J—KITCHEN EQUIPMENT; COFFEE MILLS; SPICE MILLS; APPARATUS FOR MAKING BEVERAGES
- A47J37/00—Baking; Roasting; Grilling; Frying
- A47J37/06—Roasters; Grills; Sandwich grills
- A47J37/0623—Small-size cooking ovens, i.e. defining an at least partially closed cooking cavity
- A47J37/0629—Small-size cooking ovens, i.e. defining an at least partially closed cooking cavity with electric heating elements
-
- A—HUMAN NECESSITIES
- A47—FURNITURE; DOMESTIC ARTICLES OR APPLIANCES; COFFEE MILLS; SPICE MILLS; SUCTION CLEANERS IN GENERAL
- A47J—KITCHEN EQUIPMENT; COFFEE MILLS; SPICE MILLS; APPARATUS FOR MAKING BEVERAGES
- A47J37/00—Baking; Roasting; Grilling; Frying
- A47J37/06—Roasters; Grills; Sandwich grills
- A47J37/0623—Small-size cooking ovens, i.e. defining an at least partially closed cooking cavity
- A47J37/0664—Accessories
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Food Science & Technology (AREA)
- General Physics & Mathematics (AREA)
- Biophysics (AREA)
- Data Mining & Analysis (AREA)
- Life Sciences & Earth Sciences (AREA)
- Artificial Intelligence (AREA)
- Biomedical Technology (AREA)
- Multimedia (AREA)
- Computational Linguistics (AREA)
- Health & Medical Sciences (AREA)
- Evolutionary Computation (AREA)
- General Health & Medical Sciences (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Baking, Grill, Roasting (AREA)
Abstract
本发明涉及一种基于神经网络的自动化参数设定***，包括：第一捕获机构，包括多个图像捕获单元，用于获取多个不同视角分别对应的图像；第二捕获机构，用于获取烤箱每一次执行烤制操作时用户设定的烤制温度、翻滚次数和烤制时长；参数提取机构，用于将多个待处理图像作为训练结束的深度神经网络模型的输入数据以运行所述模型，获得所述模型的三个输出数据以分别作为设定烤制温度、设定翻滚次数和设定烤制时长。本发明的基于神经网络的自动化参数设定***操作简便、应用广泛。由于能够在定制的人工智能识别模式的基础上，对当前放置烤箱的食材进行包括烧烤温度、翻滚次数以及烤制时长诸项参数的自动设定，从而方便了烤箱用户的使用。
Description
技术领域
本发明涉及烤箱设计领域，尤其涉及一种基于神经网络的自动化参数设定***。
背景技术
烤箱是一种密封的用来烤食物或烘干产品的电器，分为家用电器和工业烤箱。 家用烤箱可以用来加工一些面食。 工业烤箱，为工业上用来烘干产品的一种设备，有电的、有瓦斯的，又叫烤炉、烘干箱等。
电烤箱是利用电热元件所发出的辐射热来烘烤食品的电热器具，利用它我们可以制作烤鸡、烤鸭、烘烤面包、糕点等。根据烘烤食品的不同需要，电烤箱的温度一般可在50-250℃范围内调节。
台式烤箱好处在于非常灵活，可以根据需要选择不同配置的烤箱，由于品质，配置的不同，价位从几百元到几千元不等。另一种就是嵌入式烤箱了，是小烤箱的升级和终极版。因为其功率较大、烘烤速度快、密封性好（一般采用橡胶垫条密封）、隔热性好（三层钢化玻璃隔热）、温控准确，受到越来越多人的喜爱。
当前，烤箱在每一次使用时，用户都需要根据自己的经验对包括烧烤温度、翻滚次数以及烤制时长的各项参数进行人工设置，然而，因为食材的复杂性和多样性，以及人工经验的不标准性，容易导致每一次设定的参数无法满足食材需求，进而需要来回反复的参数调节，从而浪费了烤制进度，占用了过多的人工成本和时间成本。
发明内容
为了解决相关领域的技术问题，本发明提供了一种基于神经网络的自动化参数设定***，能够在食材放入烤箱之后即可基于历史经验数据自动设定本次烤制的烧烤温度、翻滚次数以及烤制时长各项参数，从而提升烤箱设计的自动化水准。
为此，本发明执行需要具备以下几处重要的发明点：
（1）以历史每一次烤箱烤制之前拍摄的食材的多种角度的多个图片被归一化处理的数据作为深度神经网络模型的输入数据，将历史每一次烤箱烤制用户设定的烧烤温度、翻滚次数以及烤制时长作为深度神经网络模型的输出数据，对深度神经网络模型进行逐次训练；
（2）采用逐次训练后的深度神经网络模型基于烤箱烤制之前拍摄的食材的多种角度的多个图片被归一化处理的数据智能识别本次烤制的烧烤温度、翻滚次数以及烤制时长并分别进行自动化设定，从而避免用户陷入繁琐、反复的参数选择操作。
根据本发明的一方面，提供了一种基于神经网络的自动化参数设定***，所述***包括：
第一捕获机构，包括设置在烤箱内不同角落的多个图像捕获单元，用于对食材被放置在烤箱内且被执行烤制之前对所述食材执行多个不同视角的图像捕获操作，以获得对应的多个分视角捕获图像；
所述第一捕获机构获取烤箱每一次执行烤制操作时获取的多个分视角捕获图像；
第二捕获机构，用于获取烤箱每一次执行烤制操作时用户设定的烤制温度、翻滚次数和烤制时长；
内容转换设备，与所述第一捕获机构连接，用于将每一次执行烤制操作时获取的多个分视角捕获图像执行参数归一化处理，以获得多个分视角转换图像；
模型解析设备，分别与所述内容转换设备和所述第二捕获机构连接，用于将每一次执行烤制操作时获取的多个分视角转换图像作为深度神经网络模型的输入数据，将每一次执行烤制操作时用户设定的烤制温度、翻滚次数和烤制时长作为深度神经网络模型的三个输出数据，对深度神经网络模型进行训练；
所述第一捕获机构和所述内容转换设备获取当前时刻食材被放置在烤箱内且被执行烤制之前对应的多个分视角转换图像以作为多个待处理图像；
参数提取机构，分别与所述内容转换设备和所述模型解析设备连接，用于将多个待处理图像作为训练结束的深度神经网络模型的输入数据以运行训练结束的深度神经网络模型，获得训练结束的深度神经网络模型的三个输出数据以分别作为设定烤制温度、设定翻滚次数和设定烤制时长；
其中，将每一次执行烤制操作时获取的多个分视角转换图像作为深度神经网络模型的输入数据，将每一次执行烤制操作时用户设定的烤制温度、翻滚次数和烤制时长作为深度神经网络模型的三个输出数据，对深度神经网络模型进行训练包括：执行烤制操作一次，对深度神经网络模型进行训练一次，将历史执行烤制操作次数分别对应的深度神经网络模型的训练逐次完成后，将获得的深度神经网络模型作为训练结束的深度神经网络模型；
其中，将每一次执行烤制操作时获取的多个分视角捕获图像执行参数归一化处理，以获得多个分视角转换图像包括：将每一次执行烤制操作时获取的多个分视角捕获图像依次执行解析度归一化处理、对比度归一化处理以及信噪比归一化处理，以获得多个分视角转换图像。
本发明的基于神经网络的自动化参数设定***操作简便、应用广泛。由于能够在定制的人工智能识别模式的基础上，对当前放置烤箱的食材进行包括烧烤温度、翻滚次数以及烤制时长诸项参数的自动设定，从而方便了烤箱用户的使用。
具体实施方式
下面将对本发明的基于神经网络的自动化参数设定***的实施方案进行详细说明。
好的电烤箱，应该做到密封良好，这样才能减少热量散失。烤箱的开门方式大多是从上往下开，因此要仔细试验箱门的润滑程度。箱门不能太紧，否则用力打开时容易烫伤人；也不能太松，防止使用中不小心脱落。而电烤箱内部烧烤盘、烧烤架位越多越好。
电烤箱是温度骤变大的电器，所以要求烤箱用料厚实安全。烤箱材料质量高的产品需要采用两层玻璃，和行业高标准0.5mm厚冷轧板或不锈钢面板材料。中高档的产品至少应该有3个烤盘位置，能分别接近上火、接近下火和位于中部。此外，烤箱内部是否便于清洁也是考察的重点。
烤箱一般都不能自动调节温度，烤箱的温度调节器就是一自动开关，达到它的设定温度就停止工作，低于温度再继续加热。如果要控制温度，只能人为去隔几分钟开开关关一下。
当前，烤箱在每一次使用时，用户都需要根据自己的经验对包括烧烤温度、翻滚次数以及烤制时长的各项参数进行人工设置，然而，因为食材的复杂性和多样性，以及人工经验的不标准性，容易导致每一次设定的参数无法满足食材需求，进而需要来回反复的参数调节，从而浪费了烤制进度，占用了过多的人工成本和时间成本。
为了克服上述不足，本发明搭建了一种基于神经网络的自动化参数设定***，能够有效解决相应的技术问题。
根据本发明实施方案示出的基于神经网络的自动化参数设定***包括：
第一捕获机构，包括设置在烤箱内不同角落的多个图像捕获单元，用于对食材被放置在烤箱内且被执行烤制之前对所述食材执行多个不同视角的图像捕获操作，以获得对应的多个分视角捕获图像；
所述第一捕获机构获取烤箱每一次执行烤制操作时获取的多个分视角捕获图像；
第二捕获机构，用于获取烤箱每一次执行烤制操作时用户设定的烤制温度、翻滚次数和烤制时长；
内容转换设备，与所述第一捕获机构连接，用于将每一次执行烤制操作时获取的多个分视角捕获图像执行参数归一化处理，以获得多个分视角转换图像；
模型解析设备，分别与所述内容转换设备和所述第二捕获机构连接，用于将每一次执行烤制操作时获取的多个分视角转换图像作为深度神经网络模型的输入数据，将每一次执行烤制操作时用户设定的烤制温度、翻滚次数和烤制时长作为深度神经网络模型的三个输出数据，对深度神经网络模型进行训练；
所述第一捕获机构和所述内容转换设备获取当前时刻食材被放置在烤箱内且被执行烤制之前对应的多个分视角转换图像以作为多个待处理图像；
参数提取机构，分别与所述内容转换设备和所述模型解析设备连接，用于将多个待处理图像作为训练结束的深度神经网络模型的输入数据以运行训练结束的深度神经网络模型，获得训练结束的深度神经网络模型的三个输出数据以分别作为设定烤制温度、设定翻滚次数和设定烤制时长；
其中，将每一次执行烤制操作时获取的多个分视角转换图像作为深度神经网络模型的输入数据，将每一次执行烤制操作时用户设定的烤制温度、翻滚次数和烤制时长作为深度神经网络模型的三个输出数据，对深度神经网络模型进行训练包括：执行烤制操作一次，对深度神经网络模型进行训练一次，将历史执行烤制操作次数分别对应的深度神经网络模型的训练逐次完成后，将获得的深度神经网络模型作为训练结束的深度神经网络模型；
其中，将每一次执行烤制操作时获取的多个分视角捕获图像执行参数归一化处理，以获得多个分视角转换图像包括：将每一次执行烤制操作时获取的多个分视角捕获图像依次执行解析度归一化处理、对比度归一化处理以及信噪比归一化处理，以获得多个分视角转换图像。
接着，继续对本发明的基于神经网络的自动化参数设定***的具体结构进行进一步的说明。
所述基于神经网络的自动化参数设定***中：
将每一次执行烤制操作时获取的多个分视角捕获图像依次执行解析度归一化处理、对比度归一化处理以及信噪比归一化处理，以获得多个分视角转换图像包括：对每一个分视角捕获图像执行尺寸缩放操作以完成对所述多个分视角捕获图像的解析度归一化处理。
所述基于神经网络的自动化参数设定***中：
对每一个分视角捕获图像执行尺寸缩放操作以完成对所述多个分视角捕获图像的解析度归一化处理包括：解析度归一化处理后的多个图像的解析度相等。
所述基于神经网络的自动化参数设定***中：
将每一次执行烤制操作时获取的多个分视角捕获图像依次执行解析度归一化处理、对比度归一化处理以及信噪比归一化处理，以获得多个分视角转换图像包括：对所述多个分视角捕获图像中的一个或多个执行对比度提升操作以完成对所述多个分视角捕获图像的对比度归一化处理。
所述基于神经网络的自动化参数设定***中：
对所述多个分视角捕获图像中的一个或多个执行对比度提升操作以完成对所述多个分视角捕获图像的对比度归一化处理包括：对比度归一化处理后的多个图像的对比度相等。
所述基于神经网络的自动化参数设定***中：
将每一次执行烤制操作时获取的多个分视角捕获图像依次执行解析度归一化处理、对比度归一化处理以及信噪比归一化处理，以获得多个分视角转换图像包括：对所述多个分视角捕获图像中的一个或多个执行滤波操作以完成对所述多个分视角捕获图像的信噪比归一化处理。
所述基于神经网络的自动化参数设定***中：
对所述多个分视角捕获图像中的一个或多个执行滤波操作以完成对所述多个分视角捕获图像的信噪比归一化处理包括：信噪比归一化处理后的多个图像的信噪比相等。
所述基于神经网络的自动化参数设定***中还可以包括：
温度控制机构，设置在烤箱的前面板上，与所述参数提取机构连接，用于将本次烤制的烤制温度设置为接收到的设定烤制温度。
所述基于神经网络的自动化参数设定***中还可以包括：
次数控制机构，设置在烤箱的前面板上，与所述参数提取机构连接，用于将本次烤制的翻滚次数设置为接收到的设定翻滚次数。
所述基于神经网络的自动化参数设定***中还可以包括：
时长控制机构，设置在烤箱的前面板上，与所述参数提取机构连接，用于将本次烤制的烤制时长设置为接收到的设定烤制时长。
另外，在烘烤任何食物前，烤箱都需先预热至指定温度，才能符合食谱上的烘烤时间。烤箱预热约需时间，不足的话可能会未达到指定温度，若烤箱预热空烤太久，也有可能影响烤箱的使用寿命。
用小烤箱烤东西，基本上只要把食物放进去就可以了，但中型烤箱通常含有上、中、下三层高度可供选择，只要食谱上未特别注明上下火温度的，将烤盘置于中层即可；若上火温度高而下火温度低时，除非烤箱的上下火可单独调温，不然此时通常都是将上下火温度相加除以二，然后将烤盘置于上层即可，但仍需随时留意表面是否过焦。
小烤箱较容易发生过焦的情况，此时可以在食物上盖一层铝箔纸，或稍打开烤箱门散热一下即可；中型烤箱因空间足够且能控温，除非炉温过高、离上火太近或烤得太久，比较少会有烤焦的情况。炉温不均时的处理 中型烤箱虽可控温，但仍难媲美专业大烤箱。以制作中西点心为例，因中型烤箱炉温不如专业大烤箱稳定，所以在烘焙时必须要更小心注意炉温的变化，必须适时将点心换边掉头或者降温，以免蛋糕或面包两侧膨胀高度不均，或者饼干有的过焦有的未熟等情形发生。
本领域的普通技术人员可知，可以对本发明以上描述的实施例以及其他实施例作出各种修改而不脱离本发明的范围。因此可以理解，本发明并不局限于上述公开的特定实施例，而覆盖了本申请权利要求定义的范围内的任何改变、修改或替换。
Claims (10)
1.一种基于神经网络的自动化参数设定***，其特征在于，包括：
第一捕获机构，包括设置在烤箱内不同角落的多个图像捕获单元，用于对食材被放置在烤箱内且被执行烤制之前对所述食材执行多个不同视角的图像捕获操作，以获得对应的多个分视角捕获图像；
所述第一捕获机构获取烤箱每一次执行烤制操作时获取的多个分视角捕获图像；
第二捕获机构，用于获取烤箱每一次执行烤制操作时用户设定的烤制温度、翻滚次数和烤制时长；
内容转换设备，与所述第一捕获机构连接，用于将每一次执行烤制操作时获取的多个分视角捕获图像执行参数归一化处理，以获得多个分视角转换图像；
模型解析设备，分别与所述内容转换设备和所述第二捕获机构连接，用于将每一次执行烤制操作时获取的多个分视角转换图像作为深度神经网络模型的输入数据，将每一次执行烤制操作时用户设定的烤制温度、翻滚次数和烤制时长作为深度神经网络模型的三个输出数据，对深度神经网络模型进行训练；
所述第一捕获机构和所述内容转换设备获取当前时刻食材被放置在烤箱内且被执行烤制之前对应的多个分视角转换图像以作为多个待处理图像；
参数提取机构，分别与所述内容转换设备和所述模型解析设备连接，用于将多个待处理图像作为训练结束的深度神经网络模型的输入数据以运行训练结束的深度神经网络模型，获得训练结束的深度神经网络模型的三个输出数据以分别作为设定烤制温度、设定翻滚次数和设定烤制时长；
其中，将每一次执行烤制操作时获取的多个分视角转换图像作为深度神经网络模型的输入数据，将每一次执行烤制操作时用户设定的烤制温度、翻滚次数和烤制时长作为深度神经网络模型的三个输出数据，对深度神经网络模型进行训练包括：执行烤制操作一次，对深度神经网络模型进行训练一次，将历史执行烤制操作次数分别对应的深度神经网络模型的训练逐次完成后，将获得的深度神经网络模型作为训练结束的深度神经网络模型；
其中，将每一次执行烤制操作时获取的多个分视角捕获图像执行参数归一化处理，以获得多个分视角转换图像包括：将每一次执行烤制操作时获取的多个分视角捕获图像依次执行解析度归一化处理、对比度归一化处理以及信噪比归一化处理，以获得多个分视角转换图像。
2.如权利要求1所述的基于神经网络的自动化参数设定***，其特征在于：
将每一次执行烤制操作时获取的多个分视角捕获图像依次执行解析度归一化处理、对比度归一化处理以及信噪比归一化处理，以获得多个分视角转换图像包括：对每一个分视角捕获图像执行尺寸缩放操作以完成对所述多个分视角捕获图像的解析度归一化处理。
3.如权利要求2所述的基于神经网络的自动化参数设定***，其特征在于：
对每一个分视角捕获图像执行尺寸缩放操作以完成对所述多个分视角捕获图像的解析度归一化处理包括：解析度归一化处理后的多个图像的解析度相等。
4.如权利要求3所述的基于神经网络的自动化参数设定***，其特征在于：
将每一次执行烤制操作时获取的多个分视角捕获图像依次执行解析度归一化处理、对比度归一化处理以及信噪比归一化处理，以获得多个分视角转换图像包括：对所述多个分视角捕获图像中的一个或多个执行对比度提升操作以完成对所述多个分视角捕获图像的对比度归一化处理。
5.如权利要求4所述的基于神经网络的自动化参数设定***，其特征在于：
对所述多个分视角捕获图像中的一个或多个执行对比度提升操作以完成对所述多个分视角捕获图像的对比度归一化处理包括：对比度归一化处理后的多个图像的对比度相等。
6.如权利要求5所述的基于神经网络的自动化参数设定***，其特征在于：
将每一次执行烤制操作时获取的多个分视角捕获图像依次执行解析度归一化处理、对比度归一化处理以及信噪比归一化处理，以获得多个分视角转换图像包括：对所述多个分视角捕获图像中的一个或多个执行滤波操作以完成对所述多个分视角捕获图像的信噪比归一化处理。
7.如权利要求6所述的基于神经网络的自动化参数设定***，其特征在于：
对所述多个分视角捕获图像中的一个或多个执行滤波操作以完成对所述多个分视角捕获图像的信噪比归一化处理包括：信噪比归一化处理后的多个图像的信噪比相等。
8.如权利要求7所述的基于神经网络的自动化参数设定***，其特征在于，所述***还包括：
温度控制机构，设置在烤箱的前面板上，与所述参数提取机构连接，用于将本次烤制的烤制温度设置为接收到的设定烤制温度。
9.如权利要求8所述的基于神经网络的自动化参数设定***，其特征在于，所述***还包括：
次数控制机构，设置在烤箱的前面板上，与所述参数提取机构连接，用于将本次烤制的翻滚次数设置为接收到的设定翻滚次数。
10.如权利要求9所述的基于神经网络的自动化参数设定***，其特征在于，所述***还包括：
时长控制机构，设置在烤箱的前面板上，与所述参数提取机构连接，用于将本次烤制的烤制时长设置为接收到的设定烤制时长。
Priority Applications (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011539943.3A CN112528941B (zh) | 2020-12-23 | 2020-12-23 | 基于神经网络的自动化参数设定*** |
| GBGB2111697.5A GB202111697D0 (en) | 2020-12-23 | 2021-08-16 | Automatic parameter setting system based on neural network |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011539943.3A CN112528941B (zh) | 2020-12-23 | 2020-12-23 | 基于神经网络的自动化参数设定*** |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112528941A CN112528941A (zh) | 2021-03-19 |
| CN112528941B true CN112528941B (zh) | 2021-11-19 |
Family
ID=74975912
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011539943.3A Active CN112528941B (zh) | 2020-12-23 | 2020-12-23 | 基于神经网络的自动化参数设定*** |
Country Status (2)
| Country | Link |
|---|---|
| CN (1) | CN112528941B (zh) |
| GB (1) | GB202111697D0 (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115086472B (zh) * | 2022-06-13 | 2023-04-18 | 广东天讯达资讯科技股份有限公司 | 基于关键帧信息的手机app管理*** |
Citations (16)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105573114A (zh) * | 2015-12-30 | 2016-05-11 | 北京小焙科技有限公司 | 电烤箱及其双端智能控制方法 |
| CN108491880A (zh) * | 2018-03-23 | 2018-09-04 | 西安电子科技大学 | 基于神经网络的物体分类和位姿估计方法 |
| CN108538363A (zh) * | 2018-03-28 | 2018-09-14 | 珠海格力电器股份有限公司 | 一种确定烹饪模式的方法及烹饪电器 |
| CN108647734A (zh) * | 2018-05-15 | 2018-10-12 | 上海达显智能科技有限公司 | 一种食物图像大数据采集方法、采集***及食物识别方法 |
| CN208952169U (zh) * | 2018-06-13 | 2019-06-07 | 上海达显智能科技有限公司 | 一种全自动智能微波炉 |
| CN110007699A (zh) * | 2019-03-29 | 2019-07-12 | 黄山学院 | 一种烤箱的智能识别烹饪***及方法 |
| CN109998360A (zh) * | 2019-04-11 | 2019-07-12 | 上海长膳智能科技有限公司 | 一种用于自动烹饪食物的方法和装置 |
| CN209593569U (zh) * | 2018-12-28 | 2019-11-05 | 上海达显智能科技有限公司 | 一种具有图像采集的智能设备 |
| CN110598841A (zh) * | 2018-06-13 | 2019-12-20 | 南京大学 | 一种基于多输入卷积神经网络的花卉疾病分析方法 |
| CN110619371A (zh) * | 2019-09-23 | 2019-12-27 | 珠海格力电器股份有限公司 | 一种食材烹煮时长推荐方法、存储介质和电火锅 |
| CN110941203A (zh) * | 2018-09-25 | 2020-03-31 | 珠海格力电器股份有限公司 | 烹饪食物的控制方法及装置、烹饪器 |
| CN111222569A (zh) * | 2020-01-06 | 2020-06-02 | 宇龙计算机通信科技(深圳)有限公司 | 识别食物的方法、装置、电子设备及介质 |
| CN111434290A (zh) * | 2019-01-14 | 2020-07-21 | 珠海格力电器股份有限公司 | 确定烹饪器具的烹饪模式的方法和烹饪器具 |
| CN111435426A (zh) * | 2019-01-14 | 2020-07-21 | 珠海格力电器股份有限公司 | 基于米粒识别结果确定烹饪模式的方法、装置和烹饪器具 |
| CN111493672A (zh) * | 2020-04-26 | 2020-08-07 | 上海明略人工智能(集团)有限公司 | 食材烹饪方法、装置及烹饪器具 |
| CN111931836A (zh) * | 2020-07-31 | 2020-11-13 | 上海商米科技集团股份有限公司 | 获取神经网络训练图像的方法和装置 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR102157611B1 (ko) * | 2019-08-12 | 2020-09-18 | 엘지전자 주식회사 | 인공지능 조리 기기 |
-
2020
- 2020-12-23 CN CN202011539943.3A patent/CN112528941B/zh active Active
-
2021
- 2021-08-16 GB GBGB2111697.5A patent/GB202111697D0/en not_active Ceased
Patent Citations (16)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105573114A (zh) * | 2015-12-30 | 2016-05-11 | 北京小焙科技有限公司 | 电烤箱及其双端智能控制方法 |
| CN108491880A (zh) * | 2018-03-23 | 2018-09-04 | 西安电子科技大学 | 基于神经网络的物体分类和位姿估计方法 |
| CN108538363A (zh) * | 2018-03-28 | 2018-09-14 | 珠海格力电器股份有限公司 | 一种确定烹饪模式的方法及烹饪电器 |
| CN108647734A (zh) * | 2018-05-15 | 2018-10-12 | 上海达显智能科技有限公司 | 一种食物图像大数据采集方法、采集***及食物识别方法 |
| CN110598841A (zh) * | 2018-06-13 | 2019-12-20 | 南京大学 | 一种基于多输入卷积神经网络的花卉疾病分析方法 |
| CN208952169U (zh) * | 2018-06-13 | 2019-06-07 | 上海达显智能科技有限公司 | 一种全自动智能微波炉 |
| CN110941203A (zh) * | 2018-09-25 | 2020-03-31 | 珠海格力电器股份有限公司 | 烹饪食物的控制方法及装置、烹饪器 |
| CN209593569U (zh) * | 2018-12-28 | 2019-11-05 | 上海达显智能科技有限公司 | 一种具有图像采集的智能设备 |
| CN111434290A (zh) * | 2019-01-14 | 2020-07-21 | 珠海格力电器股份有限公司 | 确定烹饪器具的烹饪模式的方法和烹饪器具 |
| CN111435426A (zh) * | 2019-01-14 | 2020-07-21 | 珠海格力电器股份有限公司 | 基于米粒识别结果确定烹饪模式的方法、装置和烹饪器具 |
| CN110007699A (zh) * | 2019-03-29 | 2019-07-12 | 黄山学院 | 一种烤箱的智能识别烹饪***及方法 |
| CN109998360A (zh) * | 2019-04-11 | 2019-07-12 | 上海长膳智能科技有限公司 | 一种用于自动烹饪食物的方法和装置 |
| CN110619371A (zh) * | 2019-09-23 | 2019-12-27 | 珠海格力电器股份有限公司 | 一种食材烹煮时长推荐方法、存储介质和电火锅 |
| CN111222569A (zh) * | 2020-01-06 | 2020-06-02 | 宇龙计算机通信科技(深圳)有限公司 | 识别食物的方法、装置、电子设备及介质 |
| CN111493672A (zh) * | 2020-04-26 | 2020-08-07 | 上海明略人工智能(集团)有限公司 | 食材烹饪方法、装置及烹饪器具 |
| CN111931836A (zh) * | 2020-07-31 | 2020-11-13 | 上海商米科技集团股份有限公司 | 获取神经网络训练图像的方法和装置 |
Non-Patent Citations (2)
| Title |
|---|
| Identification of cracking sound during coffee roasting using neural network;Fathurrozi Winjaya等;《2017 International Seminar on Intelligent Technology and Its Application》;20171231;第271-274页 * |
| 基于ARM7的人工智能温度控制器的研究;贺欣;《中国优秀博硕士学位论文全文数据库(硕士) 信息科技辑》;20101215(第12期);第I140-198页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN112528941A (zh) | 2021-03-19 |
| GB202111697D0 (en) | 2021-09-29 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11867411B2 (en) | Cooking appliance with a user interface | |
| CN109445485B (zh) | 一种烹饪器具的控制方法及烹饪器具 | |
| CN110780628B (zh) | 烹饪设备的控制方法、装置、烹饪设备及存储介质 | |
| CN113040618B (zh) | 烹饪设备的控制方法、烹饪设备和可读存储介质 | |
| CN203914599U (zh) | 一种智能烤箱 | |
| CN109541985A (zh) | 一种烹饪器具的控制方法及烹饪器具 | |
| CN110806699A (zh) | 烹饪设备的控制方法、装置、烹饪设备及存储介质 | |
| CN114305153B (zh) | 一种智能烤箱的食物加热温度控制方法、装置以及存储介质 | |
| CN112528941B (zh) | 基于神经网络的自动化参数设定*** | |
| CN109213015A (zh) | 一种烹饪器具的控制方法及烹饪器具 | |
| CN107647789B (zh) | 烹饪控制方法、装置及计算机可读存储介质 | |
| CN211459762U (zh) | 一种烹饪*** | |
| CN109698776A (zh) | 一种冰箱的信息管理方法 | |
| GB2588559A (en) | A household barbecue apparatus | |
| CN110848758A (zh) | 一种烹饪中进行菜谱录制及数据分享的方法装置及其灶具*** | |
| CN103799853B (zh) | 烹饪锅及其烹饪方法 | |
| CN112835299B (zh) | 基于深度学习的智能烘烤控制*** | |
| CN112716269A (zh) | 一种烹饪设备及其控制方法 | |
| CN114831495B (zh) | 一种食物保食曲线获取方法及其智能烹饪保食器材 | |
| CN202086310U (zh) | 一种电饼铛 | |
| CN113261860A (zh) | 一种烤箱及其烘焙控制方法 | |
| CN114840039B (zh) | 一种智能即食烹饪方法及其智能即食烹饪装置 | |
| US20230389578A1 (en) | Oven appliances and methods of automatic reverse sear cooking | |
| EP4390233A1 (en) | Cooking device, system and control method thereof | |
| CN114831494A (zh) | 一种基于食物食用值的智能保食方法及其智能保食烹饪器材 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| TA01 | Transfer of patent application right | ||
| TA01 | Transfer of patent application right |
Effective date of registration: 20211101 Address after: 241000 room 114, building a, Jiujiang Electronic Industrial Park, Wuhu District, China (Anhui) pilot Free Trade Zone, Wuhu City, Anhui Province Applicant after: Wuhu shentuyu Intelligent Technology Co.,Ltd. Address before: 225300 601a, building 1, No. 98, Yingchun East Road, hailing Industrial Park, Taizhou City, Jiangsu Province Applicant before: Taizhou langjiaxin Network Technology Co.,Ltd. |
|
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| PE01 | Entry into force of the registration of the contract for pledge of patent right | ||
| PE01 | Entry into force of the registration of the contract for pledge of patent right |
Denomination of invention: Automatic parameter setting system based on neural network Effective date of registration: 20220803 Granted publication date: 20211119 Pledgee: Wuhu Jiujiang SME Financing Guarantee Co.,Ltd. Pledgor: Wuhu shentuyu Intelligent Technology Co.,Ltd. Registration number: Y2022980011904 |
|
| PC01 | Cancellation of the registration of the contract for pledge of patent right | ||
| PC01 | Cancellation of the registration of the contract for pledge of patent right |
Date of cancellation: 20230726 Granted publication date: 20211119 Pledgee: Wuhu Jiujiang SME Financing Guarantee Co.,Ltd. Pledgor: Wuhu shentuyu Intelligent Technology Co.,Ltd. Registration number: Y2022980011904 |
|
| PE01 | Entry into force of the registration of the contract for pledge of patent right | ||
| PE01 | Entry into force of the registration of the contract for pledge of patent right |
Denomination of invention: Automatic Parameter Setting System Based on Neural Network Effective date of registration: 20230728 Granted publication date: 20211119 Pledgee: Wuhu Jiujiang SME Financing Guarantee Co.,Ltd. Pledgor: Wuhu shentuyu Intelligent Technology Co.,Ltd. Registration number: Y2023980050162 |