烹饪过程中食物图片色度识别及成熟度判断数据集

本数据集适用于智能烹饪设备与家用厨电产品的食物成熟度智能判定场景。主要面向烹饪设备研发企业、智能厨电制造商，通过图像识别和算法计算构建食物成熟度自动识别模型。数据集涵盖了多种食材（如蛋糕、肉类、烘焙食品等）从开始烹饪到过熟的完整过程数据，包括食材类型、重量、烘烤模式、腔体温度、烹饪时间及食物表面色度值等关键参数。基于该数据集，企业可构建成熟度判断规则模型：通过比对实时烹饪时间与色度值，将食物成熟度自动划分为不成熟、成熟、过熟三类，从而帮助烹饪设备实现精准的温度控制与烹饪阶段提醒，提升烹饪成功率与用户体验。一、加工前的数据说明：本数据集的原始数据来源于自研烹饪设备在实验环境下采集的多模态实验数据。数据集包括：图片名称、食材名称、烘烤模式、腔体实时温度（单位：℃）、食材实时烹饪时间T（单位min）、最早成熟时间T0（单位min）、最晚成熟时间TR（单位min）、实时色度值R(单位：度） 最佳成熟色度值R0（单位：度）、食材成熟度判断结果等字段。 二、处理规则：本数据集的核心处理规则围绕食物成熟度判断模型构建。首先，基于食材名称与重量设定最早和最晚成熟时间经验值，形成时间维度的成熟度区间。其次，通过图像处理算法对烹饪过程中实时采集的食物图片进行计算，提取食物表面的色度值作为色泽维度的成熟度判断依据，图像识别过程包括：首先对原始图像进行图像分割和裁剪，得到食物主体区域；其次对食物主体区域进行 H 通道色度统计，对食物主体区域进行颜色空间转换，转换到 HSV 颜色空间得到能够表征当前颜色状态的色度值；然后在食物主体区域内，只统计有效像素的 H 通道值，将所有有效像素的 H 值进行汇总后，形成当前图片的 H 通道色度分布；最后采用 H 通道直方图的高频值进行计算，得到该图片的主色调 H 通道色度值。最终，构建时间和色度值的联合判定规则： 1、当R＞R0时，T＜TR：不成熟，T≥TR：成熟； 2、当R在R0范围内，T＜T0：不成熟，T0≤T≤TR：成熟，T＞TR：成熟； 3、当R＜R0，T＜T0：不成熟，T＝T0：成熟，T0＜T≤TR：成熟，T＞TR：过熟。 通过分析食材上色特点构建成熟度判断规则，将成熟度分为不成熟、成熟、过熟三类。 三、数据内容：本数据集为结构化的多模态数据集，数据规模以“条”为单位进行记录，每条数据对应一次图像采集、图像识别、人工处理过程，本数据集通过图像识别和算法计算构建食物成熟度自动识别模型，可用于烹饪设备制造、烹饪大模型训练、烹饪产品智能功能开发。

搜集汇总

背景与挑战

背景概述

本数据集涵盖多种食材从开始烹饪到过熟的完整过程数据，包括食材类型、重量、烘烤模式、腔体温度、烹饪时间及表面色度值等关键参数，共1654条结构化多模态记录。数据基于时间与色度值的联合判定规则，将食物成熟度自动划分为不成熟、成熟、过熟三类，可用于智能烹饪设备的成熟度自动识别模型构建，支持烹饪设备制造、烹饪大模型训练及智能功能开发等应用场景。