买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网恭喜杭州食方科技有限公司申请的专利食物信息识别方法、装置、电子设备和计算机可读介质获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN114202683B 。

龙图腾网通过国家知识产权局官网在2025-03-14发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202011185605.4，技术领域涉及：G06V20/68；该发明授权食物信息识别方法、装置、电子设备和计算机可读介质是由刘柳;黄龚;韩志林设计研发完成，并于2020-10-30向国家知识产权局提交的专利申请。

本食物信息识别方法、装置、电子设备和计算机可读介质在说明书摘要公布了：本公开的实施例公开了食物信息识别方法、装置、电子设备和计算机可读介质。该方法的一具体实施方式包括：获取目标食物图像；将该目标食物图像输入至第一食物识别模型以生成第一目标食物信息；基于该第一目标食物信息，生成修改信息；基于该修改信息，生成第二食物识别模型；将该目标食物图像输入至该第二食物识别模型以生成第二目标食物信息；将该第二目标食物信息发送至目标终端的显示设备上进行显示。该实施方式增加了食物信息生成的准确性，减少了用户排队等待的时间以及提高了食物的结算效率。

本发明授权食物信息识别方法、装置、电子设备和计算机可读介质在权利要求书中公布了：1.一种食物信息识别方法，包括：获取目标食物图像；将所述目标食物图像输入至第一食物识别模型以生成第一目标食物信息；基于所述第一目标食物信息，生成修改信息；基于所述修改信息，生成第二食物识别模型；将所述目标食物图像输入至所述第二食物识别模型以生成第二目标食物信息；将所述第二目标食物信息发送至目标终端的显示设备上进行显示；其中，所述第一食物识别模型通过以下步骤训练生成：从训练样本集中选取至少一个训练样本组成训练样本组，其中，所述训练样本包括：训练样本图像和训练样本标签，所述训练样本标签包括：训练样本名称，训练样本类别和训练样本属性值；将所述训练样本组中的各个训练样本包括的训练样本图像输入至初始食物识别模型以生成第一食物信息组，其中，所述第一食物信息包括：第一食物名称，第一食物类别和第一食物属性值；确定所述第一食物信息组的总损失值；响应于确定所述总损失值收敛于预定阈值，将所述初始食物识别模型确定为第一食物识别模型；响应于确定所述总损失值不收敛于预定阈值，生成候选食物识别模型；将所述候选食物识别模型确定为初始食物识别模型；其中，所述确定所述第一食物信息组的总损失值，包括：基于所述第一食物信息组中的每个第一食物信息包括的第一食物名称和所述训练样本组中的每个训练样本包括的训练样本名称，生成第一名称得分和第二名称得分，得到第一名称得分组和第二名称得分组；基于所述第一食物信息组中的每个第一食物信息包括的第一食物类别和所述训练样本组中的每个训练样本包括的训练样本类别，生成第一类别得分，得到第一类别得分组；基于所述第一食物信息组，所述训练样本组，所述第一名称得分组，所述第二名称得分组和所述第一类别得分组，确定所述总损失值；其中，所述基于所述第一食物信息组，所述训练样本组，所述第一名称得分组，所述第二名称得分组和所述第一类别得分组，确定所述总损失值，包括：基于所述第一食物信息组，所述训练样本组，所述第一名称得分组，所述第二名称得分组和所述第一类别得分组，通过以下公式，生成总损失值： 其中，Loss表示总损失值，J1表示第一损失值，J2表示第二损失值，J3表示第三损失值，N所述训练样本组中训练样本的数量，i表示序号，v表示所述第一食物信息组中的第一食物信息包括的第一食物属性值，u表示所述训练样本组的训练样本包括的训练样本属性值，T表示所述第一类别得分组中的第一类别得分，e表示所述第二名称得分组中的第二名称得分，c所述第一名称得分组中的第一名称得分，ci表示所述第一名称得分组中的第i个第一名称得分，ei表示所述第二名称得分组中的第i个第二名称得分，Ti表示所述第一类别得分组中的第i个第一类别得分，t表示预设输出参数，p表示预设边界值，ui表示所述训练样本组的第i个训练样本包括的训练样本属性值，vi表示所述第一食物信息组中的第i个第一食物信息包括的第一食物属性值。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人杭州食方科技有限公司，其通讯地址为：310000 浙江省杭州市滨江区长河街道江虹路768号1号楼10层1005室(自主申报)；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。