灶具的燃烧预警方法及系统与流程

1.本发明涉及烹饪设备技术领域，尤其涉及灶具的燃烧预警方法及系统。


背景技术：

2.随着生活水平的提高，人们对食物的要求越来越高，越来越多的人会利用空闲时间进行烹饪以满足美食爱好。
3.现有技术中，通过检测识别灶具上的火焰图像，进行燃烧预警，但在实际烹饪过程中，由于灶具上的炉火火焰没有自然场景中的焚烧火焰辨识度高，以及烹饪环境灯光的影响，降低了灶具火焰检测识别的准确度，无法准确进行燃烧预警，大大降低了烹饪设备的安全性。


技术实现要素：

4.本发明旨在至少解决现有技术中存在的技术问题之一。为此，本发明提出一种灶具的燃烧预警方法，提高灶具的安全性。
5.根据本发明第一方面实施例的灶具的燃烧预警方法，包括：
6.将目标灶台的目标图像输入至目标识别模型，获得所述目标识别模型输出的所述目标灶台中灶具的第一坐标；
7.对所述第一坐标进行聚类分析，得到所述灶具的第二坐标；
8.在所述灶具处于开火状态的情况下，基于所述目标灶台的实时图像信息和所述灶具的第二坐标，得到锅具与所述灶具的面积交并比；
9.在所述面积交并比小于目标阈值的情况下，输出空烧预警指令，和/或，输出用于减小所述灶具火力的控制指令；
10.其中，所述目标图像通过烹饪设备的摄像头采集，所述目标识别模型为，以样本图像为样本，以预先确定的与所述样本图像对应的灶具的坐标为样本标签，训练得到。
11.根据本发明实施例的灶具的燃烧预警方法，通过标定灶台上灶具的位置信息，对烹饪过程进行有效地跟踪检测，计算锅具与灶具间的面积交并比，发现锅具移动出灶具的范围内，就给用户提供报警提示或减小火力，及时避免因为灶具空烧所造成的损失，大大提高了灶具的安全性和智能性。
12.根据本发明的一个实施例，在所述得到锅具与所述灶具的面积交并比之后，所述方法还包括：
13.在所述面积交并比不小于目标阈值，且所述锅具内无食材的情况下，输出干烧预警指令，和/或，输出用于减小所述灶具火力的控制指令。
14.根据本发明的一个实施例，所述对所述第一坐标进行聚类分析，得到所述灶具的第二坐标，包括：
15.获取所述灶具的个数，将所述灶具的个数作为聚类分析的簇数；
16.根据所述簇数，将所述第一坐标进行聚类分析，得到所述第二坐标。
17.根据本发明的一个实施例，所述获取所述灶具的个数，包括：
18.获取所述目标灶台的设备信息；
19.基于所述设备信息，得到所述灶具的个数。
20.根据本发明的一个实施例，所述获取所述灶具的个数，包括：
21.将所述目标灶台的所述目标图像输入至所述目标识别模型，获得所述目标识别模型输出的所述目标灶台中所述灶具的个数。
22.根据本发明的一个实施例，所述根据所述簇数，将所述第一坐标进行聚类分析，得到所述第二坐标，包括：
23.根据所述簇数，将所述第一坐标划分为不同的灶具的第一坐标；
24.获取不同的所述灶具的第一坐标中两个对角点的第一坐标，得到所述灶具的中心点坐标；
25.对所述中心点坐标进行聚类分析，得到目标中心点坐标；
26.计算所述灶具的第一坐标中各点与所述目标中心点坐标之间的距离值；
27.将所述距离值与距离阈值进行比较，丢弃所述距离值大于所述距离阈值对应的点；
28.保留所述距离值不大于所述距离阈值对应的点，得到所述第二坐标。
29.根据本发明第二方面实施例的灶具的燃烧预警系统，包括：
30.烹饪设备；
31.摄像头，所述摄像头安装于所述烹饪设备；
32.目标灶台，所述目标灶台上设有灶具，所述目标灶台位于所述摄像头的拍摄区域内；
33.控制器，所述控制器与所述摄像头电连接，所述控制器设置为基于上述任一种所述的灶具的燃烧预警方法，在面积交并比小于目标阈值的情况下，输出空烧预警指令，和/或，输出用于减小所述灶具火力的控制指令。
34.根据本发明的一个实施例，所述控制器还设置为在所述面积交并比不小于目标阈值，且锅具内无食材的情况下，输出干烧预警指令，和/或，减小所述灶具火力。
35.根据本发明第三方面实施例的灶具的燃烧预警装置，包括：
36.第一处理模块，用于将目标灶台的目标图像输入至目标识别模型，获得所述目标识别模型输出的所述目标灶台中灶具的第一坐标；
37.第二处理模块，用于对所述第一坐标进行聚类分析，得到所述灶具的第二坐标；
38.计算模块，用于在所述灶具处于开火状态的情况下，基于所述目标灶台的实时图像信息和所述灶具的第二坐标，得到锅具与所述灶具的面积交并比；
39.控制模块，用于在所述面积交并比小于目标阈值的情况下，输出空烧预警指令，和/或，输出用于减小所述灶具火力的控制指令；
40.其中，所述目标图像通过烹饪设备的摄像头采集，所述目标识别模型为，以样本图像为样本，以预先确定的与所述样本图像对应的灶具的坐标为样本标签，训练得到。
41.根据本发明第四方面实施例的电子设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如上述任一种所述灶具的燃烧预警方法的步骤。
42.根据本发明第五方面实施例的非暂态计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现如上述任一种所述灶具的燃烧预警方法的步骤。
43.根据本发明第六方面实施例的计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时实现如上述任一种所述灶具的燃烧预警方法的步骤。
44.本发明实施例中的上述一个或多个技术方案，至少具有如下技术效果之一：
45.通过标定灶台上灶具的位置信息，对烹饪过程进行有效地跟踪检测，实现灶具的燃烧预警，提高了灶具的安全性和智能性。
46.进一步的，通过深度学习结合聚类分析提高灶具位置的准确度，提高计算的面积交占比的准确性，保证干烧预警和空烧预警的准确性。
47.本发明的附加方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。
附图说明
48.为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
49.图1是本发明实施例提供的灶具的燃烧预警方法的流程示意图；
50.图2是本发明实施例提供的灶具的结构示意图；
51.图3是本发明实施例提供的目标灶台示意图之一；
52.图4是本发明实施例提供的目标灶台示意图之二；
53.图5是本发明实施例提供的灶具的燃烧预警装置的结构示意图；
54.图6是本发明实施例提供的电子设备的结构示意图。
具体实施方式
55.下面结合附图和实施例对本发明的实施方式作进一步详细描述。以下实施例用于说明本发明，但不能用来限制本发明的范围。
56.在本发明实施例的描述中，需要说明的是，术语“中心”、“纵向”、“横向”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明实施例和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明实施例的限制。此外，术语“第一”、“第二”、“第三”仅用于描述目的，而不能理解为指示或暗示相对重要性。
57.在本发明实施例的描述中，需要说明的是，除非另有明确的规定和限定，术语“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本发明实施例中的具体含义。
58.在本发明实施例中，除非另有明确的规定和限定，第一特征在第二特征“上”或“下”可以是第一和第二特征直接接触，或第一和第二特征通过中间媒介间接接触。而且，第
一特征在第二特征“之上”、“上方”和“上面”可是第一特征在第二特征正上方或斜上方，或仅仅表示第一特征水平高度高于第二特征。第一特征在第二特征“之下”、“下方”和“下面”可以是第一特征在第二特征正下方或斜下方，或仅仅表示第一特征水平高度小于第二特征。
59.在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明实施例的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
60.下面结合图1至图4描述本发明实施例的灶具的燃烧预警方法，该方法的执行主体，可以为设备端的控制器，或者云端，或者边缘服务器。
61.如图1所示，本发明的灶具的燃烧预警方法包括步骤110至步骤140。
62.步骤110、将目标灶台的目标图像输入至目标识别模型，获得目标灶台中灶具的第一坐标。
63.通过安装于烹饪设备上的摄像头拍摄目标灶台的目标图像，可以对目标图像中的锅具、灶具、食材和烹饪行为进行检测识别，进而利用识别出的信息，辅助用户进行烹饪。
64.烹饪设备可以为与目标灶台搭配使用的烟机，烹饪设备也可以为目标灶台，摄像头安装于可以拍摄到目标灶台全部灶具的位置。
65.通过基于深度学习框架的目标检测算法构建目标识别模型，目标识别模型可以对目标图像中的灶台和灶台的坐标进行识别输出。
66.如图2所示，摄像头10安装于烟机30，摄像头10可以拍摄到目标灶台20的目标图像，将目标图像输入目标识别模型，可以输入目标灶台20上第一灶具21和第二灶具22的第一坐标，第一开关23控制第一灶具21的开关和火势调节，第二开关24控制第二灶具22的开关和火势调节。
67.在实际执行中，需要先对目标识别模型进行训练，再将摄像头拍摄的目标灶台的目标图像输入目标识别模型进行识别，输出灶具及其坐标。
68.目标识别模型的训练以样本图像为样本，以预先确定的与样本图像对应的灶台的坐标为样本标签，进行训练的。
69.构建目标识别模型的目标检测算法可以根据使用场景和计算硬件的要求进行选取，目标检测算法可以为anchor-base的算法，例如yolo、ssd、retinanet和fasterrcnn等各个单阶段或双阶段的检测算法；也可以为anchor-free的算法，比如cornernet、centernet和fcos等算法。
70.在将目标识别模型部署在嵌入式芯片中时，可以选取如mobilenet、shufflenet和ghostnet等轻量级的识别检测模型。
71.目标识别模型输出的第一坐标，其中，第一坐标是灶具的初始的坐标，包含了一些不属于灶具的坐标。
72.可以理解的是，通过摄像头拍摄多张目标灶台的图像，得到目标灶台的多个图像
信息，图像信息的数目越多，目标识别模型输出的灶具的第一坐标的准确度越高。
73.在实际执行中，可以将每一张目标灶台的图像输入训练好的目标识别模型，分别输出灶具的第一坐标；也可以将多张目标灶台的图像成批输入训练好的目标识别模型，分别输出灶具的第一坐标。
74.可以理解的是，目标灶台上可以设置有多个灶具，目标识别模型识别目标图像输出的是目标灶台上所有灶具的第一坐标。
75.步骤120、对第一坐标进行聚类分析，得到灶具的第二坐标。
76.在该步骤中，对灶具的第一坐标进行聚类分析，利用聚类算法处理第一坐标，将第一坐标中的不属于对应的灶具的点的坐标丢弃，得到灶具的第二坐标。
77.其中，第一坐标和第二坐标是目标图像的灶具中各点的坐标集合，第二坐标是第一坐标进行聚类处理后，去除了不属于对应灶具的坐标点，进而得到的灶具的准确的坐标集合。
78.在实际执行中，可以通过k-means算法、k-medoids算法、clarans算法等聚类算法对第一坐标进行聚类分析。
79.可以理解的是，对多张目标灶台的图像的第一坐标进行聚类分析，目标灶台的图像的数目越多，得到的第二坐标越准确。
80.步骤130、在灶具处于开火状态的情况下，基于目标灶台的实时图像信息和灶具的第二坐标，得到锅具与灶具的面积交并比。
81.用户通过灶具开关控制灶具开关和火势调节，可以在灶具开关处设置传感器，或直接在灶具处设置传感器，从而判断灶具是否处于开火状态。
82.可以理解的是，可对目标识别模型进行相应的训练，从摄像头拍摄的目标灶台的实时图像中，判断灶具是否处于开火状态。
83.其中，对应目标识别模型的训练可以以样本图像为样本，以预先确定的与样本图像对应的灶具的燃烧状态信息为样本标签，进行训练。
84.灶具处于开火状态下，通过摄像头实时获取目标灶台的实时图像信息，根据目标灶台的实时图像信息，得到目标灶台上锅具、灶具、食材和烹饪行为等信息。
85.在该步骤中，基于目标灶台的实时图像信息，获取目标灶台上锅具的具体位置，基于灶具的第二坐标，确定灶具在目标灶台上的位置，进而判断锅具是否处于灶具上。
86.灶具在目标灶台上的位置是固定的，在灶具处于开火状态下，用户在进行翻炒、加料及倒油等烹饪行为时，锅具的位置是会改变的。
87.开火状态下，锅具的位置与灶具的位置交叠时，锅具处于灶具上进行加热，锅具的位置与灶具的位置完全分隔开时，锅具远离灶具，灶具处于空烧状态。
88.目标灶台上，锅具与灶具交叠重合部分的面积占灶具面积的比例为面积交并比，面积交并比可以通过锅具的位置信息和灶具的第二坐标计算。
89.步骤140、在面积交并比小于目标阈值的情况下，输出空烧预警指令，和/或，减小灶具火力的控制指令。
90.开火状态下，通过摄像头实时获取目标灶台的实时图像信息，根据目标灶台的实时图像信息，获取目标灶台上锅具的位置信息，结合灶具的第二坐标进行计算，得到面积交并比。
91.将面积交并比与目标阈值进行比较，面积交并比小于目标阈值时，锅具的位置与灶具的位置完全分隔开时，锅具远离灶具；面积交并比不小于目标阈值时，锅具的位置与灶具的位置交叠，锅具处于灶具上。
92.开火状态下，面积交并比小于目标阈值时，锅具未处于灶具上，灶具处于空烧状态，有引发火灾或灼伤用户的风险。
93.开火状态下，面积交并比小于目标阈值时，可以输出空烧预警指令，控制烹饪设备报警或单独得报警器报警，以警示用户；也可以控制灶具减小灶具火力，降低引发火灾或灼伤用户的风险，也可以在输出空烧预警指令时，同时控制灶具减小火力。
94.相关技术，通过图像检测火焰信息进行报警，但在实际烹饪过程中，图像中观察到炉火火焰没有自然场景中的焚烧火焰的辨识度高，并且由于灯光环境的影响，进一步降低了炉火火焰的准确度。
95.本发明的灶具的燃烧预警方法，通过标定灶台上灶具的位置信息，对烹饪过程进行有效地跟踪检测，计算锅具与灶具间的面积交并比，发现锅具移动出灶具的范围内，就给用户提供报警提示或减小火力，及时避免因为灶具空烧所造成的损失，大大提高了灶具的安全性和智能性。
96.根据本发明提供的灶具的燃烧预警方法，通过深度学习和聚类分析确定目标灶台上的灶具的位置信息，根据开火状态下，灶具与锅具的面积交占比，进行灶具的燃烧预警，大大提高了灶具的安全性和智能性。
97.在一些实施例中，步骤130后，实时获取灶具与锅具的面积交并比，并将其与目标阈值进行比较，当面积交并比不小于目标阈值，且检测到锅具内没有任何食材时，进行干烧预警。
98.开火状态下，面积交并比不小于目标阈值时，锅具处于灶具上加热，检测到锅具内没有食材时，可以输出干烧预警指令，控制烹饪设备报警或单独得报警器报警，以警示用户；也可以输出控制指令，控制灶具减小灶具火力，降低干烧损伤锅具，避免灼伤用户；也可以在输出干烧预警指令时，同时输出控制指令，控制灶具减小火力。
99.在实际执行中，发现用户启动灶具开关，灶具处于开火状态下，通过摄像头实时获取目标灶台的实时图像信息，根据目标灶台的实时图像信息，得到目标灶台上锅具内的食材信息。
100.可以理解的是，可对目标识别模型进行相应的训练，从摄像头拍摄的目标灶台的实时图像中，判断锅具内有无食材、食材的种类及食材的重量的信息。
101.需要说明的是，锅具内的食材信息包括锅具内的油、水、蔬菜及肉类等食材信息。
102.在一些实施例中，步骤120进行聚类分析，可以将灶具的个数作为聚类分析的簇数，对灶具的第一坐标进行处理，得到灶具的第二坐标。
103.将目标灶台上灶具的个数作为聚类分析的簇数，将同一目标灶台上多个灶具的第一坐标划分进不同的簇内，进行处理，聚类得到相应的第二坐标。
104.以目标灶台上灶具的个数作为簇数，在进行聚类分析时，可以很好的区分不同灶具的第一坐标，提高得到的第二坐标的准确度，进而提高计算的面积交占比的准确度，提高灶具的安全性。
105.如图3所示，目标灶台上有两个灶具，以灶具作为灶具，在对灶具的第一坐标进行
分析时，以灶具个数作为簇数，将第一坐标划分为不同的灶具的第一坐标。
106.如图4所示，对不同的灶具的第一坐标进行聚类分析后，得到不同灶具的第二坐标，例如，第一灶具21和第二灶具22的第二坐标，也可以得到第一开关23和第二开关24等灶具开关的第二坐标。
107.在一些实施例中，可以通过目标灶台的设备信息或目标识别模型输出的方式，得到目标灶台上灶具的个数。
108.其一、基于目标灶台的设备信息，得到灶具的个数。
109.在实际执行中，可以通过读取目标灶台的型号获取设备信息，也可以通过用户输入目标灶台的型号，从云端下载型号对应设备信息，也可以根据用户直接输入设备信息。
110.其中，设备信息可以包括目标灶台上灶具、开关或品牌标志等灶具的类型和个数。
111.其二、将目标灶台的目标图像输入至目标识别模型，目标识别模型输出灶具的个数。
112.通过基于深度学习框架的目标检测算法构建目标识别模型，目标识别模型可以对目标图像中的灶具进行识别，输出灶具的类型和个数。
113.在实际执行中，可以对目标识别模型进行训练，以样本图像为样本，以预先确定的与样本图像对应的样本对象的类型为样本标签。
114.可以理解的是，通过摄像头拍摄多张目标灶台的图像，得到目标灶台的多个图像信息，图像信息的数目越多，目标识别模型输出的灶具的类型和个数的准确度越高。
115.在实际执行中，可以统计每一张目标灶台的图像输入训练好的目标识别模型，输出的灶具的个数，选取出现次数最多的个数作为进行聚类分析的簇数。
116.在一些实施例中，根据灶具的个数，确定簇数后，基于该簇数，对灶具的第一坐标进行聚类分析，得到第二坐标。
117.在该实施例中，根据个数确定的簇数，将多个灶具的第一坐标进行划分，划分为不同的灶具的第一坐标。
118.针对一个灶具而言，获取该灶具的第一坐标中两个对角点的第一坐标，计算两个对角点的第一坐标的均值，得到该灶具的中心点坐标。
119.对目标灶台上的多个灶具而言，根据不同灶具的两个对角点的第一坐标，计算不同灶具的中心点坐标。
120.在实际执行中，通过摄像头拍摄得到多个目标灶台的图像信息，能够获得同一灶具的多个中心点坐标，对该灶具的多个中心点坐标进行聚类分析，得到目标中心点坐标。
121.计算的第一坐标中各点的坐标与目标中心点坐标之间的距离值，以该距离值作为判断标准，对第一坐标中各点进行聚类，筛选保留有效点，丢弃无效点。
122.根据同一簇内的对象相似度较高，而不同聚类中的对象相似度较低，将距离值与预设的距离阈值进行比较，第一坐标中某点计算的距离值大于距离阈值，表明该点与所处簇内的对象相似度低，丢弃该点对应的坐标。
123.第一坐标中某点计算的距离值不大于距离阈值，表明该点与所处簇内的对象相似度高，保留该点对应的坐标。
124.对第一坐标中所有点的坐标与目标中心点坐标的距离值进行计算，并与预设的距离阈值进行比较，保留下的第一坐标就是该灶具的第二坐标。
125.下面介绍一个具体的实施例。
126.目标灶台上灶具为灶具，灶具的个数为2个，通过摄像头获取得到目标灶台的16张目标图像，将16张目标图像输入目标识别模型，得到2个灶具的第一坐标。
127.对1个灶具而言，统计得到16个两个对角点的第一坐标其中，及代表第i个灶具的位置坐标的左上x坐标，左上y坐标，右下x坐标，右下y坐标，i＝1....n，代表所有16张图片里所检测出来的灶具，共n个灶具，这里的n为2。
128.其中，左上角的点与右下角的点为1个灶具的对角点。
129.对于每个灶具位置计算每个灶具中心点坐标
130.对于16张目标图像，计算得到每个灶具的16个中心点坐标，2个灶具共32个中心点坐标，对这32个中心点坐标进行聚类分析，得到聚类后的每个灶台的目标中心点坐标，共2个目标中心点坐标。
131.根据目标中心点坐标分组每张目标图像中灶具的第一坐标，预设距离阈值，如果该组的灶具的某点第一坐标与目标中心点坐标的距离大于距离阈值，丢弃该点的第一坐标，距离不大于距离阈值，保留该点的第一坐标。
132.保留下来的第一坐标，作为该灶具的第二坐标，根据该灶具的第二坐标重新计算该灶具的中心坐标点的平均值，进而计算该灶具的尺寸参数，例如，该灶具的灶具框的宽和高的平均值，准确确定目标灶台上灶具的位置，提高后续视觉识别任务的准确度，视觉识别任务可以包括识别锅具、食材及烹饪行为等任务。
133.本发明还提供一种灶具的燃烧预警系统，包括：烹饪设备、摄像头、目标灶台和控制器。
134.其中，摄像头安装于烹饪设备上，用于拍摄目标灶台的目标图像。
135.烹饪设备可以为与目标灶台搭配使用的烟机，烹饪设备也可以为目标灶台，目标灶台位于摄像头的拍摄区域内，摄像头安装于可以拍摄到目标灶台上全部灶具的位置。
136.控制器与摄像头电连接后，可以通过上述的灶具的燃烧预警方法，基于锅具与灶具交叠重合部分的面积交并比，输出相应的燃烧预警指令或控制灶具的火力的控制指令。
137.基于目标灶台的实时图像信息，获取目标灶台上锅具的具体位置，基于灶具的第二坐标，确定灶具在目标灶台上的位置，进而判断锅具是否处于灶具上。
138.开火状态下，控制器通过摄像头实时获取目标灶台的实时图像信息，根据目标灶台的实时图像信息，获取目标灶台上锅具的位置信息，结合灶具的第二坐标进行计算，得到面积交并比。
139.控制器将面积交并比与目标阈值进行比较，面积交并比小于目标阈值时，锅具的位置与灶具的位置完全分隔开时，锅具远离灶具；面积交并比不小于目标阈值时，锅具的位置与灶具的位置交叠，锅具处于灶具上。
140.开火状态下，面积交并比小于目标阈值时，锅具未处于灶具上，灶具处于空烧状态，有引发火灾或灼伤用户的风险。
141.开火状态下，控制器检测到面积交并比小于目标阈值时，可以输出空烧预警指令，
控制烹饪设备报警或单独得报警器报警，以警示用户；也可以输出控制指令，控制灶具减小灶具火力，降低引发火灾或灼伤用户的风险。
142.根据本发明提供的灶具的燃烧预警系统，通过深度学习和聚类分析确定目标灶台上的灶具的位置信息，根据开火状态下，灶具与锅具的面积交占比，进行灶具的燃烧预警，大大提高了灶具的安全性和智能性。
143.在一些实施例中，控制器实时计算灶具与锅具的面积交并比，并将其与目标阈值进行比较，当面积交并比不小于目标阈值，且检测到锅具内没有任何食材时，进行干烧预警。
144.开火状态下，控制器检测到面积交并比不小于目标阈值时，锅具处于灶具上加热，且检测到锅具内没有食材时，可以输出干烧预警指令，控制烹饪设备报警或单独得报警器报警，以警示用户；也可以输出控制指令，控制灶具减小灶具火力，降低干烧损伤锅具，避免灼伤用户。
145.下面对本发明实施例提供的灶具的燃烧预警装置进行描述，下文描述的灶具的燃烧预警装置与上文描述的灶具的燃烧预警方法可相互对应参照。
146.如图5所示，本发明实施例提供的灶具的燃烧预警装置，包括：
147.第一处理模块510，用于将目标灶台的目标图像输入至目标识别模型，获得目标识别模型输出的目标灶台中灶具的第一坐标；
148.第二处理模块520，用于对第一坐标进行聚类分析，得到灶具的第二坐标；
149.计算模块530，用于在灶具处于开火状态的情况下，基于目标灶台的实时图像信息和灶具的第二坐标，得到锅具与灶具的面积交并比；
150.控制模块540，用于在面积交并比小于目标阈值的情况下，输出空烧预警指令，和/或，输出用于减小灶具火力的控制指令；
151.其中，目标图像通过烹饪设备的摄像头采集，目标识别模型为，以样本图像为样本，以预先确定的与样本图像对应的灶具的坐标为样本标签，训练得到。
152.根据本发明提供的灶具的燃烧预警装置，通过深度学习和聚类分析确定目标灶台上的灶具的位置信息，根据开火状态下，灶具与锅具的面积交占比，进行灶具的燃烧预警，大大提高了灶具的安全性和智能性。
153.在一些实施例中，计算模块530计算得到锅具与灶具的面积交并比之后，控制模块540还用于在面积交并比不小于目标阈值，且锅具内无食材的情况下，输出干烧预警指令，和/或，输出用于减小灶具火力的控制指令。
154.在一些实施例中，第二处理模块520用于获取灶具的个数，将灶具的个数作为聚类分析的簇数；根据簇数，将第一坐标进行聚类分析，得到第二坐标。
155.在一些实施例中，第二处理模块520获取灶具的个数，包括：获取目标灶台的设备信息；基于设备信息，得到灶具的个数。
156.在一些实施例中，第二处理模块520获取灶具的个数，包括：将目标灶台的目标图像输入至目标识别模型，获得目标识别模型输出的目标灶台中灶具的个数。
157.在一些实施例中，第二处理模块520用于根据簇数，将第一坐标划分为不同的灶具的第一坐标；获取不同的灶具的第一坐标中两个对角点的第一坐标，计算得到灶具的中心点坐标；对中心点坐标进行聚类分析，得到目标中心点坐标；计算灶具的第一坐标中各点与
目标中心点坐标之间的距离值；将距离值与距离阈值进行比较，丢弃距离值大于距离阈值对应的点；保留距离值不大于距离阈值对应的点，得到第二坐标。
158.图6示例了一种电子设备的实体结构示意图，如图6所示，该电子设备可以包括：处理器(processor)610、通信接口(communications interface)620、存储器(memory)630和通信总线640，其中，处理器610，通信接口620，存储器630通过通信总线640完成相互间的通信。处理器610可以调用存储器630中的逻辑指令，以执行灶具的燃烧预警方法，该方法包括：将目标灶台的目标图像输入至目标识别模型，获得目标识别模型输出的目标灶台中灶具的第一坐标；对第一坐标进行聚类分析，得到灶具的第二坐标；在灶具处于开火状态的情况下，基于目标灶台的实时图像信息和灶具的第二坐标，得到锅具与灶具的面积交并比；在面积交并比小于目标阈值的情况下，输出空烧预警指令，和/或，输出用于减小灶具火力的控制指令；其中，目标图像通过烹饪设备的摄像头采集，目标识别模型为，以样本图像为样本，以预先确定的与样本图像对应的灶具的坐标为样本标签，训练得到。
159.此外，上述的存储器630中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：u盘、移动硬盘、只读存储器(rom，read-only memory)、随机存取存储器(ram，random access memory)、磁碟或者光盘等各种可以存储程序代码的介质。
160.进一步地，本发明还提供一种计算机程序产品，所述计算机程序产品包括计算机程序，计算机程序可存储在非暂态计算机可读存储介质上，所述计算机程序被处理器执行时，计算机能够执行上述各方法实施例所提供的灶具的燃烧预警方法，该方法包括：将目标灶台的目标图像输入至目标识别模型，获得目标识别模型输出的目标灶台中灶具的第一坐标；对第一坐标进行聚类分析，得到灶具的第二坐标；在灶具处于开火状态的情况下，基于目标灶台的实时图像信息和灶具的第二坐标，得到锅具与灶具的面积交并比；在面积交并比小于目标阈值的情况下，输出空烧预警指令，和/或，输出用于减小灶具火力的控制指令；其中，目标图像通过烹饪设备的摄像头采集，目标识别模型为，以样本图像为样本，以预先确定的与样本图像对应的灶具的坐标为样本标签，训练得到。
161.另一方面，本发明实施例还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现以执行上述各实施例提供的灶具的燃烧预警方法，该方法包括：将目标灶台的目标图像输入至目标识别模型，获得目标识别模型输出的目标灶台中灶具的第一坐标；对第一坐标进行聚类分析，得到灶具的第二坐标；在灶具处于开火状态的情况下，基于目标灶台的实时图像信息和灶具的第二坐标，得到锅具与灶具的面积交并比；在面积交并比小于目标阈值的情况下，输出空烧预警指令，和/或，输出用于减小灶具火力的控制指令；其中，目标图像通过烹饪设备的摄像头采集，目标识别模型为，以样本图像为样本，以预先确定的与样本图像对应的灶具的坐标为样本标签，训练得到。
162.以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单
元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实施。
163.通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如rom/ram、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。
164.最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。