具体实施方式

下面结合附图，对本说明书提供的方案进行描述。

图1示出了本说明书一个实施例中冰箱食品管理方法的流程图。可以理解，该方法也可以通过任何具有计算、处理能力的装置、设备、平台、设备集群来执行。参见图1，该方法包括：

步骤101：检测到冰箱的门打开；

步骤103：接收用户的语音输入；

步骤105：对该语音进行识别，得到当前被放入的食品的名称关键词；

步骤107：检测到冰箱的门关闭；

步骤109：对冰箱当前的重量进行称重；

步骤111：判断当前称重的重量是否大于上一次称重的重量，如果大于，则执行步骤113，如果小于执行步骤117。

步骤113：得到当前被放入的食品的重量。

步骤115：保存得到的名称关键词与当前被放入的食品的重量的对应关系；并更新冰箱中当前存放的食品的信息，结束当前流程。

步骤117：得到当前被拿出的食品的重量。

步骤119：根据当前被拿出的食品的重量以及已保存的对应关系，得到当前被拿出的食品的名称关键词，根据该名称关键词更新冰箱中当前存放的食品的信息。

可见，在上述图1所示的过程中，可以预先在冰箱底部比如在底座上设计一个称重装置，可以检测冰箱整体的重量变化，因为这个变化是由冰箱内食品放入或拿出产生的。因此，通过上述图1所示流程，在每放入一件食品时，语音说出该食品的名字，那么这时就会产生一组名字与重量的对应数据。当从冰箱拿出食品时，冰箱检测到减少的重量，根据对应数据就能够知道减少的重量所对应的食品的名字，因而知道拿出来了哪种食品。可见，图1所示流程能否非常方便地对冰箱中当前存放的食品的信息进行管理。

因为图1所示的过程无需图像识别技术，也无需复杂的RFID标签，因此，简化了处理，更加易于实现。

在本发明一个实施例中，为了增加识别途径，也可以在冰箱中设置摄像头，并进一步利用图像识别技术辅助得出进出冰箱的食品的名称。

首先，在向冰箱中放入食品时，在步骤101检测到冰箱的门打开之后，进一步包括：对进出冰箱的食品进行拍照；

相应地，在步骤105在对该语音进行识别得到当前被放入的食品的名称关键词后，该方法进一步包括：

利用食品识别模型对当前拍照得到的图像进行识别，以识别出当前被放入的食品的名称关键词；比较识别出的食品的名称关键词与得到的当前被放入的食品的名称关键词是否相同，如果不同，则利用当前得到的食品的名称关键词作为对所述图像的标注，训练所述食品识别模型。

可见，该处理联系用户语音输入的名称关键词。对图像识别模型进行训练，更够使得该图像识别模型更好地识别出食品的名称。

其次，在从冰箱中拿出食品时，在步骤101检测到冰箱的门打开之后，进一步包括：对进出冰箱的食品进行拍照；

步骤119中根据当前被拿出的食品的重量以及已保存的对应关系得到当前被拿出的食品的名称关键词的具体实现过程，则可以包括：

在已保存的对应关系中查找当前被拿出的食品的重量；

如果仅查找到当前被拿出的食品的重量所对应的一个名称关键词，则将查找到的该名称关键词作为当前被拿出的食品的名称关键词；

如果查找到当前被拿出的食品的重量对应的多个名称关键词，则利用食品识别模型对当前拍照得到的图像进行识别，以识别出当前被拿出的食品的名称关键词；

根据该识别出的该名称关键词以及查找到的多个名称关键词，得到当前被拿出的食品的名称关键词。

可见，如果利用称重方式，得出被拿出冰箱的食品可能会对应多个不同名称的食品时，比如在保存的对应关系中，存在1千克与苹果的对应关系，还存在1千克与香蕉的对应关系，那么可以利用图像识别技术进一步区分，如果食品识别模型识别出的名称关键词为香蕉，则可以确定，当前减少的重量1千克对应的食品是香蕉不是苹果，即把香蕉从冰箱里拿出去了。此种方式同时结合称重方式及图像识别技术，来共同识别被拿出冰箱的食品，可以进一步提高识别精度，为用户的使用带来很大的方便。

在本发明一个实施例中，也存在图像识别技术所识别出的名称关键词与查找到的多个名称关键词都不相同的情况，针对此种情况，如果识别出的该名称关键词与查找到的多个名称关键词均不相同，则提示用户输入被拿出食品的名称关键词，此后利用用户输入的被拿出食品的名称关键词作为对当前图像的标注，训练所述食品识别模型，从而进一步提高食品识别模型的识别精度。

因为本发明需要利用重量来对冰箱内的食品进行管理，因此，需要进一步考虑对放入冰箱的食品进行保重处理，比如包裹保鲜膜等。

下面结合图2所示的过程说明在本发明另一个实施例中实现冰箱食品管理的方法流程图。例如，对于工业用的冷藏冰箱，用户准备放置苹果到冰箱的冷藏室，原来的冰箱整体重量是100千克，准备放入的苹果重量为5千克。参见图2，包括：

步骤200：用户将苹果用保鲜袋密封好，打开冰箱门放入冰箱。

步骤201：在检测到冰箱门打开后，启动摄像头，对被放入冰箱的苹果进行拍照。

这里，将苹果用保鲜袋密封好的作用是防止部分有水份的食品水挥发后，取出与放入的重量不一致导致后续识别出错。

步骤202：用户输入语音：将苹果放入冷藏室，接收用户的语音输入。

步骤203：冰箱底部的重量检测模块检测到当前冰箱重量为105千克，大于上一次称重的重量100千克，计算出当前放入的食品重量为5千克。

步骤204：对用户输入的语音进行识别，识别出其中的"苹果"为放入的0食品的名称关键词，“冷藏室”为保存食品的仓室。

步骤205：保存"苹果"与重量“5千克”的对应关系，并更新冰箱中当前存放的食品的信息中包括冷藏室中的5千克苹果。

步骤206：图像识别模块利用食品识别模型对拍照得到的图像进行识别，如果识别出也为苹果，那么识别准确；如果识别不为苹果，但用户语音输入的为苹果，那么则利用苹果作为对拍照的图像的标注，再次训练食品识别模型，以便提升识别能力。

此后，当用户需要从冰箱拿出一种食品时，打开冰箱。

步骤207：在检测到冰箱门打开后，启动摄像头，对被拿出冰箱的食品比如苹果进行拍照。

步骤208：检测到冰箱的门关闭。

步骤209：冰箱底部的重量检测模块检测到当前冰箱重量为100千克，小于上一次称重的重量105千克，计算出当前拿出的食品重量为5千克。

步骤210：在已保存的各对应关系中查找与该重量5千克对应的名称关键词。

步骤211：如果查找到该重量5千克对应的名称关键词只包括苹果，则可以确定当前被拿出的食品为苹果。

步骤212：根据被拿出的食品的名称，更新冰箱中当前存放的食品的信息，结束当前流程。

步骤213：如果查找到该重量5千克对应的名称关键词包括多个名称关键词，比如包括苹果和香蕉，则利用食品识别模型对当前拍照得到的图像进行识别，以识别出当前被拿出的食品的名称关键词。

步骤214：如果食品识别模型所识别出的名称关键词为上述多个名称关键词中的一个，比如为香蕉，则得到当前被拿出的食品为香蕉，执行步骤212。

步骤215：如果食品识别模型所识别出的名称关键词与上述多个名称关键词均不相同，比如识别出的为桃，提示用户语音输入被拿出食品的名称关键词。

步骤216：根据用户语音输入的名称关键词，得到当前被拿出的食品比如为香蕉。

步骤217：利用用户输入的被拿出食品的名称关键词作为对当前图像的标注，训练所述食品识别模型，从而进一步提高食品识别模型的识别精度，执行步骤212。

本发明一个实施例还提出了一种冰箱，参见图3，包括：

开关门检测模块301，配置为检测冰箱的门的打开动作或关闭动作；

语音处理模块302，配置为接收用户的语音输入，对该语音进行识别，得到当前被放入的食品的名称关键词；

重量检测模块303，被安装在冰箱的底部，在开关门检测模块检测到冰箱的门关闭后，对冰箱当前的重量进行称重；

第一食品管理模块304，配置为如果重量检测模块303当前称重的重量大于上一次称重的重量，则得到当前被放入的食品的重量；保存语音处理模块302得到的名称关键词与当前被放入的食品的重量的对应关系；并更新冰箱中当前存放的食品的信息；

第二食品管理模块305，配置为如果重量检测模块303当前称重的重量小于上一次称重的重量，则得到当前被拿出的食品的重量；根据当前被拿出的食品的重量以及已保存的对应关系，得到当前被拿出的食品的名称关键词，根据该名称关键词更新冰箱中当前存放的食品的信息。

在本发明冰箱的一个实施例中，参见图4，该冰箱进一步包括：

第一图像处理模块401，配置为在开关门检测模块检测到冰箱的门打开之后，对进出冰箱的食品进行拍照；利用食品识别模型对当前拍照得到的图像进行识别，以识别出当前被放入的食品的名称关键词；比较识别出的食品的名称关键词与得到的当前被放入的食品的名称关键词是否相同，如果不同，则利用当前得到的食品的名称关键词作为对所述图像的标注，训练所述食品识别模型。

在本发明冰箱的一个实施例中，参见图5，该冰箱进一步包括：

第二图像处理模块501，配置为在开关门检测模块检测到冰箱的门打开之后，对进出冰箱的食品进行拍照；

第二食品管理模块305，配置为在已保存的对应关系中查找当前被拿出的食品的重量；如果仅查找到当前被拿出的食品的重量所对应的一个名称关键词，则将查找到的该名称关键词作为当前被拿出的食品的名称关键词；如果查找到当前被拿出的食品的重量对应的多个名称关键词，则触发第二图像处理模块；

第二图像处理模块501被触发后，利用食品识别模型对当前拍照得到的图像进行识别，以识别出当前被拿出的食品的名称关键词；

所述第二食品管理模块305，根据该识别出的该名称关键词以及查找到的多个名称关键词，得到当前被拿出的食品的名称关键词。

在本发明冰箱的一个实施例中，所述第二食品管理模块305进一步在识别出的该名称关键词与查找到的多个名称关键词均不相同时，提示用户输入被拿出食品的名称关键词，

所述第二图像处理模块501，进一步利用用户输入的被拿出食品的名称关键词作为对当前图像的标注，训练所述食品识别模型。

本说明书一个实施例提供了一种计算机可读存储介质，其上存储有计算机程序，当所述计算机程序在计算机中执行时，令计算机执行说明书中任一个实施例中的方法。

本说明书一个实施例提供了一种计算设备，包括存储器和处理器，所述存储器中存储有可执行代码，所述处理器执行所述可执行代码时，实现执行说明书中任一个实施例中的方法。

可以理解的是，本说明书实施例示意的结构并不构成对本说明书实施例的装置的具体限定。在说明书的另一些实施例中，上述装置可以包括比图示更多或者更少的部件，或者组合某些部件，或者拆分某些部件，或者不同的部件布置。图示的部件可以以硬件、软件或者软件和硬件的组合来实现。

上述装置、系统内的各模块之间的信息交互、执行过程等内容，由于与本说明书方法实施例基于同一构思，具体内容可参见本说明书方法实施例中的叙述，此处不再赘述。

本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于装置实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。

本领域技术人员应该可以意识到，在上述一个或多个示例中，本发明所描述的功能可以用硬件、软件、挂件或它们的任意组合来实现。当使用软件实现时，可以将这些功能存储在计算机可读介质中或者作为计算机可读介质上的一个或多个指令或代码进行传输。

以上所述的具体实施方式，对本发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本发明的具体实施方式而已，并不用于限定本发明的保护范围，凡在本发明的技术方案的基础之上，所做的任何修改、等同替换、改进等，均应包括在本发明的保护范围之内。