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！

龙图腾网获悉华南农业大学申请的专利一种基于跨模态深度学习的食物烹饪状态检测方法及系统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：CN119600592B 。

龙图腾网通过国家知识产权局官网在2025-07-29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：202411666916.0，技术领域涉及：G06V20/68；该发明授权一种基于跨模态深度学习的食物烹饪状态检测方法及系统是由高鹏;陈萌辉;吕石磊;李震;陈毅聪;陈嘉鸿;余振鹏;陈洁瑜;李子杰设计研发完成，并于2024-11-21向国家知识产权局提交的专利申请。

本一种基于跨模态深度学习的食物烹饪状态检测方法及系统在说明书摘要公布了：本发明提供一种基于跨模态深度学习的食物烹饪状态检测方法及系统，包括采集食品烹饪数据集，利用改进型Yolo模型提取图像特征；使用UMAP对图像特征进行降维后进行成熟度分级；利用TCN时间序列模型提取温度‑时间序列特征；融合图像特征和温度‑时间序列特征；训练ViT模型，并使用自适应机制改进的冠豪猪优化算法CPO对训练ViT模型超参数的设置进行智能寻找最优解；识别食物的烹饪状态；本发明通过轻量级多模态注意力机制模块实现图像特征与时间序列特征的最佳权重调整及加权融合；本发明还引入了基于冠豪猪优化算法CPO的ViT模型超参数优化策略，提高了模型检测精度，实现对食物烹饪状态的实时监测与评估。

本发明授权一种基于跨模态深度学习的食物烹饪状态检测方法及系统在权利要求书中公布了：1.一种基于跨模态深度学习的食物烹饪状态检测方法，其特征在于，包括以下步骤： S1、采集食品烹饪数据集，并对食品烹饪数据集进行预处理后将其划分为训练集和测试集； S2、构建改进型Yolo模型并对其进行训练，并使用训练后的改进型Yolo模型对预处理的图像数据集进行特征提取，得到包含丰富特征信息的图像特征； S3、使用UMAP算法对提取后的图像特征进行降维，使降维后的数据可视化，依据可视化的数据分布图对食物烹饪过程的外表成熟度进行分级； S4、构建TCN时间序列模型，通过TCN时间序列模型从食品温度序列数据集中提取温度-时间序列特征； S5、通过多模态融合层对图像特征和温度-时间序列特征进行融合，得到多模态特征； S6、利用融合后的多模态特征训练ViT模型，并使用自适应机制改进的冠豪猪优化算法CPO对训练ViT模型超参数的设置进行智能寻找最优解； S7、根据食物外表图像特征信息和时间序列构建食物表面成熟值和食物中心成熟值之间的映射关系； S8、利用训练后的ViT模型识别待检测的食物图像中的烹饪状态，并根据映射关系实现对食物烹饪过程中状态变化的实时检测并反馈相应的成熟度。

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华南农业大学，其通讯地址为：510000 广东省广州市天河区五山路483号华南农业大学；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”。