CN110555579B - 一种烹饪评分方法、智能烹饪设备、服务器及存储介质 - Google Patents

Abstract

本发明实施例公开了一种烹饪评分方法，该方法包括：获取有效烹饪信息数据，有效烹饪信息数据用于表征烹饪过程中烹饪食材配合烹饪工具和烹饪行为得到的多维度数据；将有效烹饪信息数据输入至预设烹饪评分模型中，输出此次的烹饪评分结果，预设烹饪评分模型用于表征烹饪效果的判定规则；将烹饪评分结果发送至智能烹饪设备。本发明实施例还同时公开了一种智能烹饪设备、服务器及存储介质。

Description

一种烹饪评分方法、智能烹饪设备、服务器及存储介质

技术领域

本发明涉及通信领域中的智能家居技术，尤其涉及一种烹饪评分方法、智能烹饪设备、服务器及存储介质。

背景技术

随着家电的网络化和智能化，智能烹饪设备开始出现在人们的日常生活中。例如，设置有程序控制模块，以及可实现网络通信的智能电饭煲等。

在智能烹饪设备的研发过程中，技术人员通过简单研究相关食材特性，再结合智能烹饪设备性能，开发烹饪程序控制实现烹饪过程。目前，在烹饪过程的控制过程中，考虑的都是在智能烹饪设备的硬件性能层面上的创新，例如，对各种加热控制技术等创新，而对烹饪信息技术应用方面以及烹饪结果等都无法考虑和判断，不能直观的表现烹饪结果。

发明内容

为解决上述技术问题，本发明实施例期望提供一种烹饪评分方法、智能烹饪设备、服务器及存储介质，能够实现烹饪结果的评判，为提高烹饪效果提供依据，提高了烹饪的智能性。

本发明的技术方案是这样实现的：

本发明实施例提供了一种烹饪评分方法，应用于服务器中，包括：

获取有效烹饪信息数据，所述有效烹饪信息数据用于表征烹饪过程中烹饪食材配合烹饪工具和烹饪行为得到的多维度数据；

将所述有效烹饪信息数据输入至预设烹饪评分模型中，输出此次的烹饪评分结果，所述预设烹饪评分模型用于表征烹饪效果的判定规则；

将所述烹饪评分结果发送至智能烹饪设备。

在上述方法中，所述获取有效烹饪信息数据，包括：

接收所述智能烹饪设备上传的烹饪信息数据；

对所述烹饪信息数据进行过滤，得到所述有效烹饪信息数据。

在上述方法中，所述将所述有效烹饪信息数据输入至预设烹饪评分模型中，输出此次的烹饪评分结果之前，所述方法还包括：

建立所述预设烹饪评分模型。

在上述方法中，所述建立所述预设烹饪评分模型，包括：

按照预设的配置比例获取正样本和负样本，所述正样本和所述负样本为历史有效烹饪信息数据与烹饪结果的对应关系；

调用设置的训练模型处理所述正样本或所述负样本，得到第一训练结果；

持续检测训练模型，直至所述第一训练结果满足预设条件，并将所述第一训练结果满足所述预设条件的所述训练模型作为所述预设烹饪评分模型，所述预设条件用于表征根据所述预设烹饪评分模型得到的数据输出结果运用于确定烹饪评分结果时，对应获得的样本实际烹饪评分结果的准确率高于历史阈值。

本发明实施例还提供了一种烹饪评分方法，应用于智能烹饪设备中，包括：

在烹饪过程中，采集烹饪信息数据，所述烹饪信息数据用于表征烹饪过程中烹饪食材配合烹饪工具和烹饪行为得到的多维度数据；

在烹饪完成时，将所述烹饪信息数据发送至服务器，进行烹饪评分。

在上述方法中，所述在烹饪完成时，将所述烹饪信息数据发送至服务器，进行烹饪评分之后，所述方法还包括：

接收所述服务器发送的烹饪评分结果；

依据所述烹饪评分结果，获取烹饪参数，所述烹饪参数用于表征此次烹饪过程中的烹饪需求参数；

根据所述烹饪参数，进行下一次相同烹饪类型的烹饪过程。

在上述方法中，所述在烹饪过程中，采集烹饪信息数据，包括：

在烹饪过程中，采集烹饪食材的图片信息和烹饪工具的图片信息、数据以及烹饪行为数据；

对所述烹饪食材的图片信息以及所述烹饪工具的图片信息进行转换，得到烹饪食材数据和烹饪工具数据；

将所述烹饪食材数据、所述烹饪工具数据以及所述烹饪行为数据作为采集到的烹饪信息数据。

本发明实施例提供了一种服务器，包括：

第一获取单元，用于获取有效烹饪信息数据，所述有效烹饪信息数据用于表征烹饪过程中烹饪食材配合烹饪工具和烹饪行为得到的多维度数据；

调用单元，用于将所述有效烹饪信息数据输入至预设烹饪评分模型中，输出此次的烹饪评分结果，所述预设烹饪评分模型用于表征烹饪效果的判定规则；

第一发送单元，用于将所述烹饪评分结果发送至智能烹饪设备。

本发明实施例还提供了一种服务器，包括：

第一接收器、第一发送器、第一处理器以及存储有所述第一处理器可执行指令、所述第一接收器的接收的数据和所述第一发送器发送的数据的第一存储介质，所述第一接收器、所述第一发送器和所述第一存储介质通过第一通信总线依赖所述第一处理器执行操作，当所述指令被第一处理器执行时，执行上述服务器侧所述的烹饪评分方法。

本发明实施例提供了一种智能烹饪设备，包括：

采集单元，用于在烹饪过程中，采集烹饪信息数据，所述烹饪信息数据用于表征烹饪过程中烹饪食材配合烹饪工具和烹饪行为得到的多维度数据；

第二发送单元，用于在烹饪完成时，将所述烹饪信息数据发送至服务器，进行烹饪评分。

本发明实施例还提供了一种智能烹饪设备，包括：

第二接收器、第二发送器、第二处理器以及存储有所述第二处理器可执行指令、所述第二接收器的接收的数据和所述第二发送器发送的数据的第二存储介质，所述第二接收器、所述第二发送器和所述第二存储介质通过第二通信总线依赖所述第二处理器执行操作，当所述指令被第二处理器执行时，执行上述智能烹饪设备侧所述的烹饪评分方法。

本发明实施例提供了一种计算机存储介质，应用于服务器中，存储有机器指令，当所述机器指令被一个或多个第一处理器执行的时候，所述第一处理器执行所述服务器侧的烹饪评分方法；或者，应用于智能烹饪设备中，存储有机器指令，当所述机器指令被一个或多个第二处理器执行的时候，所述第二处理器执行所述智能烹饪设备侧的烹饪评分方法。

本发明实施例提供了一种烹饪评分方法、智能烹饪设备、服务器及存储介质，获取有效烹饪信息数据，有效烹饪信息数据用于表征烹饪过程中烹饪食材配合烹饪工具和烹饪行为得到的多维度数据；将有效烹饪信息数据输入至预设烹饪评分模型中，输出此次的烹饪评分结果，预设烹饪评分模型用于表征烹饪效果的判定规则；将烹饪评分结果发送至智能烹饪设备。采用上述技术实现方案，由于智能烹饪设备可以采集烹饪过程中的烹饪信息数据，即烹饪食材配合烹饪工具和烹饪行为得到的多维度数据等，因此，服务器就可以依据上报的烹饪信息数据，通过调用预设烹饪模型就可以得到此次烹饪的效果，即烹饪评分结果并传输给智能烹饪设备，这样，在烹饪完成的时候，智能烹饪设备就可以对此次的烹饪结果进行展示，从而可以依据此次的烹饪评分结果，改进下次进行相同类型的烹饪的过程，实现烹饪结果的评判，为提高烹饪效果提供依据，提高了烹饪的智能性。

附图说明

图1为本发明实施例提供的一种烹饪评分方法的流程图一；

图2为本发明实施例提供的一种示例性的烹饪评分系统架构图一；

图3为本发明实施例提供的一种示例性的烹饪评分系统架构图二；

图4为本发明实施例提供的一种示例性的烹饪评分结果的展示图；

图5为本发明实施例提供的一种烹饪评分方法的流程图二；

图6为本发明实施例提供的一种烹饪评分方法的流程图三；

图7为本发明实施例提供的一种烹饪评分方法的流程图四；

图8为本发明实施例提供的一种烹饪评分方法的交互图；

图9为本发明实施例提供的一种服务器的结构示意图一；

图10为本发明实施例提供的一种服务器的结构示意图二；

图11为本发明实施例提供的一种烹饪设备的结构示意图一；

图12为本发明实施例提供的一种烹饪设备的结构示意图二。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述。

机器学习：依托概率论，统计学，神经传播等理论，使计算机能够模拟人类的学习行为，以获取新的知识或者技能，重新组织已有知识结构使之不断改善自身的性能。

模型训练：将人工选择的样本输入给机器学习系统，通过不断调整模型参数，使最终模型对样本识别的准确率达到最优。

实施例一

本发明实施例提供了一种烹饪评分方法，如图1所示，应用于服务器中，该方法可以包括：

S101、获取有效烹饪信息数据，有效烹饪信息数据用于表征烹饪过程中烹饪食材配合烹饪工具和烹饪行为得到的多维度数据；

本发明实施例提供的一种烹饪评分方法是基于一种烹饪评分系统的架构实现的。如图2所示的烹饪评分系统的架构，该烹饪评分系统可以包括：一个或多个服务器1、智能烹饪设备2及网络3，网络3中包括路由器，网关等等网络实体，图2中并未体现。智能烹饪设备2通过网络与服务器1进行数据信息的交互，以便从智能烹饪设备2获取产生的烹饪信息数据并传输至服务器1。智能烹饪设备2的类型可以包括智能电饭煲、智能电压力锅等类型。其中，本发明实施例中的智能烹饪设备2可以为具有网络通信功能、智能程序控制以及数据采集功能烹饪设备，例如，智能电饭煲等，本发明实施例不作限制。

需要说明的是，在本发明实施例中，智能烹饪设备在烹饪的过程中，通过传感器、摄像装置、自身的主控制模块或者电子称等部件是可以采集到烹饪信息数据的，该烹饪信息数据表征在烹饪过程中烹饪食材配合烹饪工具和烹饪行为等得到的全部的影响烹饪过程的因素的多维度数据。

在本发明实施例中，服务器为智能烹饪设备对应的云端服务器，可以与该智能烹饪设备进行信息数据的交互，以更好的完成烹饪过程。

也就是说，本发明实施例中的服务器是可以从烹饪实现的时候，从智能烹饪设备处通过网络传输，获取到该智能烹饪设备采集的烹饪信息数据的。

但是，智能烹饪设备上报的烹饪信息数据可能全部是有效的(即烹饪信息数据已经是有效烹饪信息数据了)，也可能其中包含无效的数据。因此，服务器可以针对包含无效的数据的烹饪信息数据进行过滤，筛选出有效烹饪信息数据，再利用该有效烹饪信息数据实现此次烹饪评分的处理。

这里，服务器接收智能烹饪设备上传的烹饪信息数据；服务器对烹饪信息数据进行过滤，得到有效烹饪信息数据。

在本发明实施例中，有效烹饪信息数据可以为烹饪食材数据、烹饪工具数据以及烹饪行为数据等，其中，烹饪食材数据用于体现食材的特性、类型以及各个食材的比例中的至少一项，烹饪工具数据用于体现烹饪工具的材质等特性，烹饪行为数据用于体现烹饪操作的因素，例如，烹饪顺序、烹饪时间或者烹饪火力值等至少一项。烹饪行为数据用于体现烹饪操作的频率或者次数等操作相关数据。

需要说明的是，在本发明实施例中，服务器是可以获取到基于多维度的烹饪相关数据的。这样，可以保证服务器进行烹饪评分处理的数据来源的可靠性。

在本发明实施例中，烹饪信息数据以及烹饪评分结果等都可以保存在服务器的存储器中。

S102、将有效烹饪信息数据输入至预设烹饪评分模型中，输出此次的烹饪评分结果，预设烹饪评分模型用于表征烹饪效果的判定规则；

服务器在获取有效烹饪信息数据之后，该服务器就可以利用该有效烹饪信息数据进行烹饪评分了。由于本发明实施例中的服务器是可以建立预设评分模型的，该预设烹饪评分模型用于表征烹饪效果的判定规则，其体现了烹饪信息数据与烹饪评分结果的对应关系，因此，该服务器就可以通过调用该预设烹饪评分模型，将有效烹饪信息数据代入，得到此次烹饪的烹饪评分结果了。

需要说明的是，在本发明实施例中的预设烹饪评分模型可以是通过模型训练得到的，这里可以根据历史烹饪信息数据和历史烹饪效果作为样本，训练出预设烹饪评分模型。在首次进行烹饪评分模型的训练的时候，还可以依据首次烹饪信息数据和用户判断得到的烹饪效果作为首次样本数据，具体的本发明实施例不作限制。详细的预设烹饪评分模型的训练过程将在后面的实施例中进行描述。

需要说明的是，在本发明实施例中，一次烹饪后的烹饪评分结果可以包括此次烹饪效果的评价以及此次烹饪的缺陷参数等多方面的信息，本发明实施例不作限制。

在本发明实施例中，服务器是将烹饪效果的评价进行量化或者等级化处理，便于简单明了的获知此次烹饪效果。例如，将烹饪效果根据不同的色香味划分区间，得到等级1、等级2和等级3等不同等级的烹饪效果，等级越大表征烹饪效果越不好。或者，将烹饪效果根据不同的色香味的标准进行打分，得到每次烹饪的分数，分数越高表征烹饪效果越好。或者，也可以通过颜色或者图标等各种形式和标准来体现烹饪效果，本发明实施例不作限制。

示例性的，假设此次智能电饭煲(智能烹饪设备)在蒸米饭时，米饭和水的比例为100：3，烹饪时间为30分钟，智能电饭煲的材质为不锈钢以及烹饪中掀盖2次，那么，由于预设烹饪评分模型中表征了烹饪信息数据与烹饪评分结果的对应关系，因此，服务器将上述烹饪相关信息输入到预设烹饪评分模型之后，就可以得到米饭的湿度为等级3(湿度大的等级)和加水过多的意见。

可以理解的是，服务器在得到了烹饪效果的评价后，可以基于烹饪效果的评价，得到此次烹饪过程中的烹饪缺陷(例如，烹饪时间过长，或者烹饪的火力值较小等，本发明实施例不作限制)，从而使得用户可以在下次进行相同类型的烹饪的时候进行调整，达到更好的烹饪效果。

S103、将烹饪评分结果发送至智能烹饪设备。

服务器在得到了此次的烹饪评分结果之后，由于该服务器可以与智能烹饪设备进行网络通信，因此，该服务器可以将烹饪评分结果发送至智能烹饪设备，使得智能烹饪设备可以将该烹饪评分结果展示给用户，实现烹饪效果的可视化。

需要说明的是，本发明实施例提供的一种烹饪评分方法的实现前提为智能烹饪设备与服务器进行通信的情况下。

进一步地，本发明实施例提供的一种烹饪评分系统的架构还可以如图3所示，该烹饪评分系统可以包括：一个或多个服务器1、智能烹饪设备2、终端4及网络3，网络3中包括路由器，网关等等网络实体，图3中并未体现。智能烹饪设备2通过网络与服务器1进行数据信息的交互，以便从智能烹饪设备2获取产生的烹饪信息数据并传输至服务器1，且终端4也可以通过网络与服务器1进行数据信息的交互，以便服务器1将烹饪评分结果传输至终端4。智能烹饪设备2的类型可以包括智能电饭煲、智能电压力锅等类型。其中，本发明实施例中的智能烹饪设备2可以为具有网络通信功能、智能程序控制以及数据采集功能烹饪设备，例如，智能电饭煲等，本发明实施例不作限制。终端设备的类型如图3所示，包括手机(终端4-3)、平板电脑或PDA(终端4-5)、台式机(终端4-2)、PC机(4-4)、一体机(4-1)等类型。其中，终端4中安装有各种用户所需的应用功能模块，比如具备娱乐功能的应用(如视频应用，音频播放应用，游戏应用，阅读软件)，又如具备服务功能的应用(如地图导航应用、团购应用、拍摄应用等)，再者比如设置应用等系统功能。本发明实施例中，终端4中安装烹饪应用。

这样，本发明实施例中，服务器在获取了此次的烹饪评分结果之后，可以将该此次的烹饪评分结果发送给与用户对应的终端上，使得终端(安装烹饪应用的电子设备，例如手机等，本发明实施例不作限制)在烹饪应用上可以显示此次烹饪评分结果。这里，服务器为烹饪应用的后台服务器，且该服务器可以与终端进行通信，以及在获取了烹饪评分结果就发送给终端。

也就是说，本发明实施例可以不限制烹饪评分结果传输给哪个设备，最终可以让用户获知即可。例如，当智能烹饪设备中有显示屏的时候，服务器可以将烹饪评分结果发送至智能烹饪设备，由该智能烹饪设备显示烹饪评分结果；当智能烹饪设备中没有显示屏的时候，服务器还可以将烹饪评分结果通过网络发送至终端，由终端展示给用户烹饪评分结果。

示例性的，如图4所示，假设智能电饭煲(智能烹饪设备)上设置有显示屏，这样的话，服务器就可以将得到的“米饭的湿度为等级3(湿度大的等级)和加水过多”的烹饪评分结果传送到智能电饭煲，该智能电饭煲可以在显示屏上显示“米饭的湿度为等级3(湿度大的等级)和加水过多”。

可以理解的是，由于智能烹饪设备可以采集烹饪过程中的烹饪信息数据，即烹饪食材配合烹饪工具和烹饪行为得到的多维度数据等，因此，服务器就可以依据上报的烹饪信息数据，通过调用预设烹饪模型就可以得到此次烹饪的效果，即烹饪评分结果并传输给智能烹饪设备，这样，在烹饪完成的时候，智能烹饪设备就可以对此次的烹饪结果进行展示，从而可以依据此次的烹饪评分结果，改进下次进行相同类型的烹饪的过程，实现烹饪结果的评判，为提高烹饪效果提供依据，提高了烹饪的智能性。

进一步地，在102之前，本发明实施例提供的一种烹饪评分方法还可以包括：S104。如下：

S104、建立预设烹饪评分模型。

在本发明实施例中，服务器是可以基于历史烹饪信息数据和历史烹饪效果进行预设烹饪评分模型的建立的。预设烹饪评分模型是基于机器学习技术而形成的。

也就是说，基于上述实施例的实现过程的描述，本发明实施例提供一种基于引入机器学习技术而形成一种预设烹饪评分模型，对每一次烹饪分类都会考虑多维度数据然后综合进行判断。在形成预设烹饪评分模型的初期，仍然需要人工挑选尽可能多维度的烹饪信息数据(即样本数据)供机器学习模型训练，根据烹饪信息数据对第一训练结果的区分度决定选用哪些数据描述，这里基本不存在人工干预选择参数的问题，机器学习可以自己学习出合适的参数来；由于特征含义相比没有意义的参数看来更为直观，结合特征的分布，解释起来也比较容易理解；首先基于机器学习模型的实时综合评价，综合评价涉及到多个维度信息数据的综合考虑，提高了综合评分的准确性。另外由于模型自身具有进化学习的功能。即使在允许范围发生更新或删减，通过简单的重新进行模型训练(有时候需要对数据进行微调)，即可以识别新的允许范围的确定并进行预设烹饪评分模型的调整，使综合评分结果的准确性。

机器学习技术在多个维度的综合评分中的应用可以自由的分享和传播，因为机器学习综合评分全面且可以自我进化，不针对特定的烹饪过程，因此，甚至对同一智能烹饪设备的不同烹饪过程可以公开基于机器学习模型的综合评分做法。基于前述的实施例，如图5所示，本发明实施例提供的一种烹饪评方法中的建立预设烹饪评分模型的过程包括：S1041-S1044。如下：

S1041、按照预设的配置比例获取正样本和负样本，正样本和负样本为历史有效烹饪信息数据与烹饪结果的对应关系；

这里，在实际操作的过程中，综合评分结果(即烹饪效果或者烹饪评分结果)为优(正样本)和综合评分结果为差(负样本)会存在一定的比例，这个比例即为配置比例，在形成预设烹饪评分模型时，服务器对训练数据的配置(已有用户性为的样本和对应的烹饪效果)也需要按照该配置比例进行设置。其中，正样本和负样本为历史有效烹饪信息数据与烹饪结果的对应关系。

S1042、调用设置的训练模型处理正样本或负样本，得到第一训练结果；

可以理解的是，本发明实施例中的正样本和负样本涉及的允许范围越完整，后续的烹饪评分的评价是越准确的。

S1043、持续检测训练模型，直至第一训练结果满足预设条件，并将第一训练结果满足预设条件的训练模型作为预设烹饪评分模型，预设条件用于表征根据预设烹饪评分模型得到的数据输出结果运用于确定烹饪评分结果时，对应获得的样本实际烹饪评分结果的准确率高于历史阈值。

本发明实施例中，不管采用何种训练模型，在开始训练之时，该训练模型的录入包括上述多个维度的特征，经过多次试验如果该特征不对第一训练结果产生有利影响或者错误的时候，就降低该维度的特征或数据的权重，如果该特征对第一训练结果产生有利影响时候，就提高该特征或数据的权重，如果一个参数的权重降低为0，那么在训练模型中该特征将不起任何作用了。经过本发明实施例的最终试验，上述不同的维度的特征最终对第一训练结果能够产生积极影响的是长期特征(即本发明实施例中的烹饪信息数据)。下面假设不同维度的特征只包括多个维度的有效烹饪信息数据(即已经将其他的不符的数据都剔除掉了)，那么上述的预设烹饪评分模型的形成过程大致包括：将正样本或负样本的多个维度的有效烹饪信息数据输入训练模型(即调用训练模型)，从训练模型获得第一训练结果；其中进行构造的训练模型以有效烹饪信息数据具有对应的权值；持续监测第一训练结果直至满足预设条件时，则将训练模型作为预设烹饪评分模型。

可选的，本发明实施例中的预设条件可以为根据预设烹饪评分模型得到的数据输出结果运用于确定烹饪评分结果时，对应获得的样本实际烹饪评分结果的准确率高于历史阈值，即烹饪评分结果的准确率达到历史阈值，该历史阈值可以为99％，具体的历史阈值的确定可设置，本发明实施例不作限制，但是，历史阈值设置的越高，达到该历史阈值或预设条件的烹饪评分结果的预设烹饪评分模型就越精确。

从以上流程可以看出，1)本发明实施例采用了基于预设烹饪评分的烹饪评分方式，当构造终端与烹饪过程中的烹饪信息数据进行基于多个维度的烹饪评分，充分利用了终端上的每次烹饪过程中的历史烹饪信息数据，得到预设烹饪评分模型，能够有效得到反映终端上的每次烹饪的可信赖程度的指标，实现对相关智能烹饪设备上的每次烹饪过程的评估；2)本发明实施例引入了不同烹饪类型的各种不同维度的历史烹饪信息数据来对训练模型进行训练，根据第一训练结果确定最终核实的不同烹饪类型中的烹饪效果的综合评分，如此提升了烹饪过程的综合评分的准确性。3)本发明实施例采用的预设烹饪评分模型的一个显著特点是模型可以自我进化，根据多个维度的烹饪信息数据可变换自动进行权值的调整，避免基于规则的人工频繁介入调整参数。

可以理解的是，在本发明实施例中，使用多个维度的烹饪信息数据作为主要数据源，评分过程和模型构造过程都简单易行，不需要使用各种复杂的编码、聚类、筛选手段对特征进行复杂的构造和处理，大大降低了数据处理的工作量，使得预设烹饪评分模型简单可用。

实施例二

本发明实施例还提供了一种烹饪评分方法，如图6所示，应用于智能烹饪设备中，该方法还可以包括：

S201、在烹饪过程中，采集烹饪信息数据，烹饪信息数据用于表征烹饪过程中烹饪食材配合烹饪工具和烹饪行为得到的多维度数据；

本发明实施例中的智能烹饪设备和服务器是建立了网络连接通信的。并且，本发明实施例中的智能烹饪设备的智能性较高，该智能烹饪设备可以为具有网络通信功能、智能程序控制以及数据采集功能烹饪设备，例如，智能电饭煲等，本发明实施例不作限制。

这里，在本发明实施例中，智能烹饪设备在烹饪的过程中，通过传感器、摄像装置、自身的主控制模块或者电子称等部件是可以采集到烹饪信息数据的，该烹饪信息数据表征在烹饪过程中烹饪食材配合烹饪工具和烹饪行为等得到的全部的多维度数据。

也就是说，在烹饪过程中，智能烹饪设备可以通过其上设置的摄像装置采集烹饪食材的图片信息和烹饪工具的图片信息，还可以通过传感器和定时器等采集烹饪行为数据。智能烹饪设备在采集到图像信息通过对烹饪食材的图片信息以及烹饪工具的图片信息的时候，需要将该烹饪食材的图片信息以及烹饪工具的图片信息进行转换或量化成数字，得到烹饪食材数据和烹饪工具数据；然后智能烹饪设备再将烹饪食材数据、烹饪工具数据以及烹饪行为数据作为采集到的烹饪信息数据。

在本发明实施例中，烹饪信息数据可以包括：烹饪食材数据、烹饪工具数据以及烹饪行为数据等，还可以包括：烹饪环境信息等影响烹饪效果的数据，其中，烹饪食材数据用于体现食材的特性、类型以及各个食材的比例中的至少一项，烹饪工具数据用于体现烹饪工具的材质等特性，烹饪行为数据用于体现烹饪操作的因素，例如，烹饪顺序、烹饪时间或者烹饪火力值等至少一项。烹饪行为数据用于体现烹饪操作的频率或者次数等操作相关数据。

其中，烹饪食材数据用于体现食材的特性，可以分为主食材数据和添加食材数据，主食材数据可以包括食材出厂数据(例如大米出厂数据)和水出厂数据，以大米出厂数据为例进行说明，大米出厂数据包括大米商品信息(例如编号、重量、各类等)，物理化学特性信息，理化反应特性信息以及育种、种植、收储、加工、包装、运输、存放等环节的相关数据信息。上述信息细分为许多项，例如加工信息可细分为谷壳率、出糙率、静止角、均匀度、散落性、相对密度、加工工艺、陈化处理办法、有害物质成分及含量等；物理特性信息可细分为新陈度、气味、色泽、表面状态、长宽厚及比值、米粒强度、透明度等；化学特性及含量信息，细分为维生素B1、直链淀粉、水分、粗纤维、陈化特性、农药残留等；理化反应特性信息可细分为加热吸水率、溶解率、延伸性、膨胀率、米汤固形物含量、糊化时间评价等。水源出厂信息包括水商品信息(例如编号、重量、水的种类等信息)，水本身的物理化学特性信息，水的理化反应特性信息，以及水源地、加工、包装、运输、存放等环节信息。上述信息细分为许多项，例如水的种类可细分为自来水、直饮水、天然水、纯净水、蒸馏水、保健水(有添加营养物)、矿泉水、矿物质水、磁化水等；加工信息可细分为杀菌处理办法、加工工艺、添加物、有害物质成分及含量等；化学成分信息可细分为具体微量元素、矿物质等。添加食材数据可以包括燕麦、茶叶、牛奶、醋、油出厂数据，用于对米饭进行调味或增强营养。此外，大米和水的细分项数据还包括细分项数据的编制者、编制时间，采用哪种办法或何种仪器或哪个企业实验室测得，以及依据哪些国家行业规范标准等数据。

需要说明的是，在本发明实施例中，智能烹饪设备对图片信息的量化等处理可以通过图片识别等技术来实现，本发明实施例不限制处理技术的方式。

S202、在烹饪完成时，将烹饪信息数据发送至服务器，进行烹饪评分。

在智能烹饪设备采集烹饪信息数据之后，由于烹饪信息数据是在整个烹饪过程中都采集的，因此，智能烹饪设备可以在烹饪完成的时候，获取到了完整的烹饪信息数据，再上传至服务器，以便服务器可以依据完整烹饪信息数据进行此次烹饪效果的烹饪评分处理，这样可以提高服务器判断此次烹饪评分结果的准确性。

可以理解的是，在本发明实施例中，使用多个维度的烹饪信息数据作为主要数据源，评分过程和模型构造过程都简单易行，不需要使用各种复杂的编码、聚类、筛选手段对特征进行复杂的构造和处理，大大降低了数据处理的工作量，使得预设烹饪评分模型简单可用。

进一步地，如图7所示，在S202之后，本发明实施例提供的一种烹饪评分方法还可以包括：S203-S205。如下：

S203、接收服务器发送的烹饪评分结果；

S204、依据烹饪评分结果，获取烹饪参数，烹饪参数用于表征此次烹饪过程中的烹饪需求参数；

S205、根据烹饪参数，进行下一次相同烹饪类型的烹饪过程。

基于图2的架构，智能烹饪设备在上传了烹饪信息数据给服务器后，由于服务器可以依据该烹饪信息数据和预设烹饪评分模型得到此次烹饪过程的烹饪评分结果，因此，在服务器分析完了之后，该服务器可以将服务器得到的烹饪评分结果传输回智能烹饪设备，即该智能烹饪设备接收到了服务器发送的烹饪评分结果，于是，智能烹饪设备可以从烹饪评分结果中分析得到用于表征此次烹饪过程中的烹饪需求参数的烹饪参数，这样，智能烹饪设备可以采用烹饪参数，在下一次进行相同烹饪类型的烹饪过程的时候使用。

需要说明的是，在本发明实施例中，由于一次烹饪后的烹饪评分结果可以包括此次烹饪效果的评价以及此次烹饪的缺陷参数等多方面的信息，因此，在智能烹饪设备获取到烹饪评分结果的时候，是可以将此次烹饪的缺陷参数获取到的，那么针对此次烹饪的缺陷参数智能烹饪设备可以按照预设烹饪类型的标准进行调整，得到烹饪参数，这样智能烹饪设备可以自动依据烹饪参数，进行下一次相同烹饪类型的烹饪过程就可以得到比此次烹饪效果更好的烹饪评分结果了。其次，在智能烹饪设备得到了烹饪参数的时候，还可以展示给用户，提示用户可以下次按照这样的烹饪参数实现相同烹饪类型的烹饪过程。

可选的，在本发明实施例中，烹饪参数可以为烹饪时间、烹饪火力值以及烹饪食材的比例或者烹饪工具材质等参数。

在本发明实施例中，烹饪类型可以有很多种，例如，蒸米饭、炒菜和煲汤等等，本发明实施例不作限制。

这样的话，针对智能烹饪设备可自行控制的上述烹饪参数，就可以直接进行下次烹饪时的自动调整；对于智能烹饪设备不可自动控制的上述烹饪参数，可以由智能烹饪设备将需要的烹饪参数展示给用户，由用户介入完成下次相同烹饪类型的烹饪过程。

进一步地，基于图3的架构，在本发明实施例中，服务器还可以将烹饪评分结果传输给终端，使得终端(安装烹饪应用的电子设备，例如手机等，本发明实施例不作限制)在烹饪应用上可以显示此次烹饪评分结果。这里，服务器为烹饪应用的后台服务器，且该服务器可以与终端进行通信，以及在获取了烹饪评分结果就发送给终端，通过终端将烹饪参数展示给用户，提示用户可以下次按照这样的烹饪参数实现相同烹饪类型的烹饪过程。

可以理解的是，服务器在得到了烹饪效果的评价后，可以基于烹饪效果的评价，得到此次烹饪过程中的烹饪缺陷(例如，烹饪时间过长，或者烹饪的火力值较小等，本发明实施例不作限制)，在将烹饪评分结果发送至智能烹饪设备或者终端之后，使得用户可以在下次进行相同类型的烹饪的时候进行调整，从而达到更好的烹饪效果。

实施例三

基于实施例一和实施例二实现的基础上，本发明实施例提供了一种烹饪评分方法，如图8所示，该方法可以包括：

S301、在烹饪过程中，智能烹饪设备采集烹饪信息数据，烹饪信息数据用于表征烹饪过程中烹饪食材配合烹饪工具和烹饪行为得到的多维度数据；

本发明实施例中的“在烹饪过程中，智能烹饪设备采集烹饪信息数据，烹饪信息数据用于表征烹饪过程中烹饪食材配合烹饪工具和烹饪行为得到的多维度数据”的描述过程与实施例二中的S201的描述一致，此处不再赘述。

S302、智能烹饪设备在烹饪完成时，将烹饪信息数据发送至服务器，进行烹饪评分；

本发明实施例中的“智能烹饪设备在烹饪完成时，将烹饪信息数据发送至服务器，进行烹饪评分”的描述过程与实施例二中的S202的描述一致，此处不再赘述。

S303、服务器对烹饪信息数据进行过滤，得到有效烹饪信息数据；

本发明实施例中的“服务器对烹饪信息数据进行过滤，得到有效烹饪信息数据”的描述过程与实施例一中的S101的描述一致，此处不再赘述。

S304、服务器建立预设烹饪评分模型；

本发明实施例中的“服务器建立预设烹饪评分模型”的描述过程与实施例一中的S104的描述一致，此处不再赘述。

S305、服务器将有效烹饪信息数据输入至预设烹饪评分模型中，输出此次的烹饪评分结果，预设烹饪评分模型用于表征烹饪效果的判定规则；

本发明实施例中的“服务器将有效烹饪信息数据输入至预设烹饪评分模型中，输出此次的烹饪评分结果”的描述过程与实施例一中的S102的描述一致，此处不再赘述。

S306、服务器将烹饪评分结果发送至智能烹饪设备；

本发明实施例中的“服务器将烹饪评分结果发送至智能烹饪设备”的描述过程与实施例一中的S103的描述一致，此处不再赘述。

S307、智能烹饪设备依据烹饪评分结果，获取烹饪参数，烹饪参数用于表征此次烹饪过程中的烹饪需求参数；

本发明实施例中的“智能烹饪设备依据烹饪评分结果，获取烹饪参数”的描述过程与实施例二中的S204的描述一致，此处不再赘述。

S308、智能烹饪设备根据烹饪参数，进行下一次相同烹饪类型的烹饪过程。

本发明实施例中的“智能烹饪设备根据烹饪参数，进行下一次相同烹饪类型的烹饪过程”的描述过程与实施例二中的S205的描述一致，此处不再赘述。

可以理解的是，服务器在得到了烹饪效果的评价后，可以基于烹饪效果的评价，得到此次烹饪过程中的烹饪缺陷(例如，烹饪时间过长，或者烹饪的火力值较小等，本发明实施例不作限制)，在将烹饪评分结果发送至智能烹饪设备或者终端之后，使得用户可以在下次进行相同类型的烹饪的时候进行调整，从而达到更好的烹饪效果。

实施例四

基于实施例一和实施例三的同一发明构思下，如图9所示，本发明实施例提供了一种服务器1，对应于服务器侧的烹饪评分方法，该服务器1可以包括：

第一获取单元10，用于获取有效烹饪信息数据，所述有效烹饪信息数据用于表征烹饪过程中烹饪食材配合烹饪工具和烹饪行为得到的多维度数据；

调用单元11，用于将所述有效烹饪信息数据输入至预设烹饪评分模型中，输出此次的烹饪评分结果，所述预设烹饪评分模型用于表征烹饪效果的判定规则；

第一发送单元12，用于将所述烹饪评分结果发送至智能烹饪设备。

可选的，所述服务器1还包括：第一接收单元13。

所述第一接收单元13，用于接收所述智能烹饪设备上传的烹饪信息数据；

所述第一获取单元10，具体用于对所述烹饪信息数据进行过滤，得到所述有效烹饪信息数据。

可选的，所述服务器1还包括：建立单元14。

所述建立单元14，用于所述将所述有效烹饪信息数据输入至预设烹饪评分模型中，输出此次的烹饪评分结果之前，建立所述预设烹饪评分模型。

可选的，所述建立单元14，具体用于按照预设的配置比例获取正样本和负样本，所述正样本和所述负样本为历史有效烹饪信息数据与烹饪结果的对应关系；调用设置的训练模型处理所述正样本或所述负样本，得到第一训练结果；持续检测训练模型，直至所述第一训练结果满足预设条件，并将所述第一训练结果满足所述预设条件的所述训练模型作为所述预设烹饪评分模型，所述预设条件用于表征根据所述预设烹饪评分模型得到的数据输出结果运用于确定烹饪评分结果时，对应获得的样本实际烹饪评分结果的准确率高于历史阈值。

在实际应用中，上述第一获取单元10、调用单元11和建立单元14可由位于服务器1上的处理器15实现，具体为中央处理器(CPU，Central Processing Unit)、微处理器(MPU，Microprocessor Unit)、数字信号处理器(DSP，Digital Signal Processing)或现场可编程门阵列(FPGA，Field Programmable Gate Array)等实现，第一发送单元12可由发送器16实现，第一接收单元13可由接收器17实现。

如图10所示，本发明实施例还提供了一种服务器，包括：

第一接收器17、第一发送器16、第一处理器15以及存储有所述第一处理器15可执行指令、所述第一接收器17的接收的数据和所述第一发送器16发送的数据的第一存储介质18，所述第一接收器17、所述第一发送器16和所述第一存储介质18通过第一通信总线19依赖所述第一处理器15执行操作，当所述指令被第一处理器15执行时，执行上述实施例一和实施例三中所述的烹饪评分方法。

需要说明的是，在实际应用时，服务器中的各个组件通过第一通信总线19耦合在一起。可理解，第一通信总线19用于实现这些组件之间的连接通信。第一通信总线19除包括数据总线之外，还包括电源总线、控制总线和状态信号总线。但是为了清楚说明起见，在图10中将各种总线都标为第一通信总线19。

可以理解的是，由于智能烹饪设备可以采集烹饪过程中的烹饪信息数据，即烹饪食材配合烹饪工具和烹饪行为得到的多维度数据等，因此，服务器就可以依据上报的烹饪信息数据，通过调用预设烹饪模型就可以得到此次烹饪的效果，即烹饪评分结果并传输给智能烹饪设备，这样，在烹饪完成的时候，智能烹饪设备就可以对此次的烹饪结果进行展示，从而可以依据此次的烹饪评分结果，改进下次进行相同类型的烹饪的过程，实现烹饪结果的评判，为提高烹饪效果提供依据，提高了烹饪的智能性。

本发明实施例提供了一种计算机存储介质，应用于服务器中，存储有机器指令，当所述机器指令被一个或多个第一处理器执行的时候，所述第一处理器执行所述实施例一和实施例三中所述的烹饪评分方法。

其中，计算机可读存储介质可以是磁性随机存取存储器(ferromagnetic randomaccess memory，FRAM)、只读存储器(Read Only Memory，ROM)、可编程只读存储器(Programmable Read-Only Memory，PROM)、可擦除可编程只读存储器(ErasableProgrammable Read-Only Memory，EPROM)、电可擦除可编程只读存储器(ElectricallyErasable Programmable Read-Only Memory，EEPROM)、快闪存储器(Flash Memory)、磁表面存储器、光盘、或只读光盘(Compact Disc Read-Only Memory，CD-ROM)等存储器。

基于实施例二和实施例三的同一发明构思下，如图11所示，本发明实施例提供了一种智能烹饪设备2，对应于智能烹饪设备侧的烹饪评分方法，该智能烹饪设备2可以包括：

采集单元20，用于在烹饪过程中，采集烹饪信息数据，所述烹饪信息数据用于表征烹饪过程中烹饪食材配合烹饪工具和烹饪行为得到的多维度数据；

第二发送单元21，用于在烹饪完成时，将所述烹饪信息数据发送至服务器，进行烹饪评分。

可选的，所述智能烹饪设备2还包括：第二接收单元22、第二获取单元23和烹饪单元24。

所述第二接收单元22，用于所述在烹饪完成时，将所述烹饪信息数据发送至服务器，进行烹饪评分之后，接收所述服务器发送的烹饪评分结果；

所述第二获取单元23，用于依据所述烹饪评分结果，获取烹饪参数，所述烹饪参数用于表征此次烹饪过程中的烹饪需求参数；

所述烹饪单元24，用于根据所述烹饪参数，进行下一次相同烹饪类型的烹饪过程。

可选的，所述采集单元20，具体用于在烹饪过程中，采集烹饪食材的图片信息和烹饪工具的图片信息、数据以及烹饪行为数据；对所述烹饪食材的图片信息以及所述烹饪工具的图片信息进行转换，得到烹饪食材数据和烹饪工具数据；将所述烹饪食材数据、所述烹饪工具数据以及所述烹饪行为数据作为采集到的烹饪信息数据。

在实际应用中，上述采集单元20、第二获取单元23和烹饪单元24可由位于智能烹饪设备2上的处理器25实现，具体为CPU、MPU、DSP或FPGA等实现，第二发送单元21可由发送器26实现，第二接收单元22可由接收器27实现。

如图12所示，本发明实施例还提供了一种智能烹饪设备，包括：

第二接收器27、第二发送器26、第二处理器25以及存储有所述第二处理器25可执行指令、所述第二接收器27的接收的数据和所述第二发送器26发送的数据的第二存储介质28，所述第二接收器27、所述第二发送器26和所述第二存储介质28通过第二通信总线29依赖所述第二处理器25执行操作，当所述指令被第二处理器25执行时，执行上述实施例二和实施例三中所述的烹饪评分方法。

需要说明的是，实际应用时，智能烹饪设备中的各个组件通过第二通信总线29耦合在一起。可理解，第二通信总线29用于实现这些组件之间的连接通信。第二通信总线29除包括数据总线之外，还包括电源总线、控制总线和状态信号总线。但是为了清楚说明起见，在图12中将各种总线都标为第二通信总线29。

可以理解的是，由于智能智能烹饪设备可以采集烹饪过程中的烹饪信息数据，即烹饪食材配合烹饪工具和烹饪行为得到的多维度数据等，因此，服务器就可以依据上报的烹饪信息数据，通过调用预设烹饪模型就可以得到此次烹饪的效果，即烹饪评分结果并传输给智能烹饪设备，这样，在烹饪完成的时候，智能烹饪设备就可以对此次的烹饪结果进行展示，从而可以依据此次的烹饪评分结果，改进下次进行相同类型的烹饪的过程，实现烹饪结果的评判，为提高烹饪效果提供依据，提高了烹饪的智能性。

本发明实施例提供了一种计算机存储介质，应用于智能烹饪设备中，存储有机器指令，当所述机器指令被一个或多个第二处理器执行的时候，所述第二处理器执行上述实施例二和实施例三中所述的烹饪评分方法。

其中，计算机可读存储介质可以是FRAM、ROM、PROM、EPROM、EEPROM、快闪存储器、磁表面存储器、光盘、或CD-ROM等存储器。

本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用硬件实施例、软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器和光学存储器等)上实施的计算机程序产品的形式。

本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

以上所述，仅为本发明的较佳实施例而已，并非用于限定本发明的保护范围。

Claims (12)

1.一种烹饪评分方法，其特征在于，应用于服务器中，包括：

获取有效烹饪信息数据，所述有效烹饪信息数据用于表征烹饪过程中烹饪食材配合烹饪工具和烹饪行为得到的多维度数据；

将所述有效烹饪信息数据输入至预设烹饪评分模型中，输出此次的烹饪评分结果，所述预设烹饪评分模型用于表征烹饪效果的判定规则；所述烹饪评分结果包括此次烹饪效果的评价和所述烹饪过程对应的缺陷参数；所述缺陷参数包括烹饪过程中烹饪行为对应的缺陷参数；

将所述烹饪评分结果发送至智能烹饪设备。

2.根据权利要求1所述的方法，其特征在于，所述获取有效烹饪信息数据，包括：

接收所述智能烹饪设备上传的烹饪信息数据；

对所述烹饪信息数据进行过滤，得到所述有效烹饪信息数据。

3.根据权利要求1所述的方法，其特征在于，所述将所述有效烹饪信息数据输入至预设烹饪评分模型中，输出此次的烹饪评分结果之前，所述方法还包括：

建立所述预设烹饪评分模型。

4.根据权利要求3所述的方法，其特征在于，所述建立所述预设烹饪评分模型，包括：

按照预设的配置比例获取正样本和负样本，所述正样本和所述负样本为历史有效烹饪信息数据与烹饪结果的对应关系；

调用设置的训练模型处理所述正样本或所述负样本，得到第一训练结果；

持续检测训练模型，直至所述第一训练结果满足预设条件，并将所述第一训练结果满足所述预设条件的所述训练模型作为所述预设烹饪评分模型，所述预设条件用于表征根据所述预设烹饪评分模型得到的数据输出结果运用于确定烹饪评分结果时，对应获得的样本实际烹饪评分结果的准确率高于历史阈值。

5.一种烹饪评分方法，其特征在于，应用于智能烹饪设备中，包括：

在烹饪过程中，采集烹饪信息数据，所述烹饪信息数据用于表征烹饪过程中烹饪食材配合烹饪工具和烹饪行为得到的多维度数据；

在烹饪完成时，将所述烹饪信息数据发送至服务器，进行烹饪评分，得到烹饪评分结果，所述烹饪评分结果包括此次烹饪效果的评价和所述烹饪过程对应的缺陷参数；所述缺陷参数包括烹饪过程中烹饪行为对应的缺陷参数。

6.根据权利要求5所述的方法，其特征在于，所述在烹饪完成时，将所述烹饪信息数据发送至服务器，进行烹饪评分之后，所述方法还包括：

接收所述服务器发送的烹饪评分结果；

依据所述烹饪评分结果，获取烹饪参数，所述烹饪参数用于表征此次烹饪过程中的烹饪需求参数；

根据所述烹饪参数，进行下一次相同烹饪类型的烹饪过程。

7.根据权利要求5所述的方法，其特征在于，所述在烹饪过程中，采集烹饪信息数据，包括：

在烹饪过程中，采集烹饪食材的图片信息和烹饪工具的图片信息、数据以及烹饪行为数据；

对所述烹饪食材的图片信息以及所述烹饪工具的图片信息进行转换，得到烹饪食材数据和烹饪工具数据；

将所述烹饪食材数据、所述烹饪工具数据以及所述烹饪行为数据作为采集到的烹饪信息数据。

8.一种服务器，其特征在于，包括：

第一获取单元，用于获取有效烹饪信息数据，所述有效烹饪信息数据用于表征烹饪过程中烹饪食材配合烹饪工具和烹饪行为得到的多维度数据；

调用单元，用于将所述有效烹饪信息数据输入至预设烹饪评分模型中，输出此次的烹饪评分结果，所述预设烹饪评分模型用于表征烹饪效果的判定规则；所述烹饪评分结果包括此次烹饪效果的评价和所述烹饪过程对应的缺陷参数；所述缺陷参数包括烹饪过程中烹饪行为对应的缺陷参数；

第一发送单元，用于将所述烹饪评分结果发送至智能烹饪设备。

9.一种服务器，其特征在于，包括：

第一接收器、第一发送器、第一处理器以及存储有所述第一处理器可执行指令、所述第一接收器的接收的数据和所述第一发送器发送的数据的第一存储介质，所述第一接收器、所述第一发送器和所述第一存储介质通过第一通信总线依赖所述第一处理器执行操作，当所述指令被第一处理器执行时，执行上述的权利要求1至4任一项所述的烹饪评分方法。

10.一种智能烹饪设备，其特征在于，包括：

采集单元，用于在烹饪过程中，采集烹饪信息数据，所述烹饪信息数据用于表征烹饪过程中烹饪食材配合烹饪工具和烹饪行为得到的多维度数据；

第二发送单元，用于在烹饪完成时，将所述烹饪信息数据发送至服务器，进行烹饪评分，得到烹饪评分结果，所述烹饪评分结果包括此次烹饪效果的评价和所述烹饪过程对应的缺陷参数；所述缺陷参数包括烹饪过程中烹饪行为对应的缺陷参数。

11.一种智能烹饪设备，其特征在于，包括：

第二接收器、第二发送器、第二处理器以及存储有所述第二处理器可执行指令、所述第二接收器的接收的数据和所述第二发送器发送的数据的第二存储介质，所述第二接收器、所述第二发送器和所述第二存储介质通过第二通信总线依赖所述第二处理器执行操作，当所述指令被第二处理器执行时，执行上述的权利要求5至7任一项所述的烹饪评分方法。

12.一种计算机存储介质，其特征在于，应用于服务器中，存储有机器指令，当所述机器指令被一个或多个第一处理器执行的时候，所述第一处理器执行所述的权利要求1至4任一项所述的烹饪评分方法；或者，应用于智能烹饪设备中，存储有机器指令，当所述机器指令被一个或多个第二处理器执行的时候，所述第二处理器执行所述的权利要求5至7任一项所述的烹饪评分方法。

Images