1.一種人工智能熱飯煮飯輔助系統(tǒng)，其特征在于，包括：
2.根據(jù)權(quán)利要求1所述的人工智能熱飯煮飯輔助系統(tǒng)，其特征在于，在步驟s1中所述外部輸入包括：
3.根據(jù)權(quán)利要求1所述的人工智能熱飯煮飯輔助系統(tǒng)，其特征在于，在步驟s2中所述卷積神經(jīng)網(wǎng)絡(luò)模塊包括：
4.根據(jù)權(quán)利要求1所述的人工智能熱飯煮飯輔助系統(tǒng)，其特征在于，在步驟s3中所述精確加熱時(shí)間估算模塊包括：
5.根據(jù)權(quán)利要求3所述的人工智能熱飯煮飯輔助系統(tǒng)，其特征在于，所述卷積神經(jīng)網(wǎng)絡(luò)深度學(xué)習(xí)模型需要制作數(shù)據(jù)集進(jìn)行預(yù)訓(xùn)練，數(shù)據(jù)集應(yīng)包括統(tǒng)一規(guī)格的多類別食物圖片并標(biāo)注加熱此食物至某一預(yù)定義固定溫度所需要的能量值，比如可以使用千瓦時(shí)計(jì)量，此數(shù)值為總體能量值，與具體爐具的性能無關(guān)，與預(yù)定義加熱溫度有關(guān)，與用戶目標(biāo)加熱溫度無關(guān)。
6.根據(jù)權(quán)利要求4所述的人工智能熱飯煮飯輔助系統(tǒng)，其特征在于：所述回歸預(yù)測算法可使用polynomial?regression多項(xiàng)式回歸、support?vector?machine支持向量機(jī)等模型，此類算法運(yùn)行速度快，預(yù)測準(zhǔn)確度高，算法成熟，可運(yùn)行于tensorflow?lite或pytorchmobile等框架上，用于算力有限的可移動(dòng)、超小型設(shè)備、家用電器和廚房電器上，可降低設(shè)備成本、減少能源消耗、方便用戶日常使用以及使較小訓(xùn)練數(shù)據(jù)集。
7.根據(jù)權(quán)利要求4所述的人工智能熱飯煮飯輔助系統(tǒng)，其特征在于：所述回歸預(yù)測算法的模型也需要制作數(shù)據(jù)集進(jìn)行預(yù)訓(xùn)練，數(shù)據(jù)集應(yīng)包括所述卷積神經(jīng)網(wǎng)絡(luò)模塊輸出的預(yù)測加熱食物至某一固定溫度所需要的能量值，以及不同的爐具加熱功率值、目標(biāo)用餐溫度值并標(biāo)注此場景下人工實(shí)驗(yàn)得到的實(shí)際加熱時(shí)間。