[發(fā)明專利]一種垃圾桶滿溢檢測(cè)模型訓(xùn)練方法及垃圾桶滿溢檢測(cè)方法

在審

• 申請(qǐng)?zhí)枺?/td>: 202110304591.1
• 申請(qǐng)日: 2021-03-22
• 公開（公告）號(hào): CN112883921A
• 公開（公告）日: 2021-06-01
• 發(fā)明（設(shè)計(jì)）人: 魏巍;楊建權(quán)
• 申請(qǐng)（專利權(quán)）人: 北京易華錄信息技術(shù)股份有限公司
• 主分類號(hào): G06K9/00
• 分類號(hào): G06K9/00;G06K9/62;G06N20/00
• 代理公司: 北京三聚陽(yáng)光知識(shí)產(chǎn)權(quán)代理有限公司 11250
• 代理人: 安志嬌

本發(fā)明公開了一種垃圾桶滿溢檢測(cè)模型訓(xùn)練方法及垃圾桶滿溢檢測(cè)方法，其中，垃圾桶滿溢檢測(cè)模型訓(xùn)練方法包括：獲取第一監(jiān)控圖片集；對(duì)第一監(jiān)控圖片集進(jìn)行標(biāo)注，得到垃圾桶訓(xùn)練圖片集；利用垃圾桶訓(xùn)練圖片集對(duì)第一機(jī)器學(xué)習(xí)模型進(jìn)行訓(xùn)練，得到垃圾桶檢測(cè)模型；利用垃圾桶檢測(cè)模型對(duì)第二監(jiān)控圖片集進(jìn)行檢測(cè)，得到垃圾桶圖片集；對(duì)垃圾桶圖片集進(jìn)行標(biāo)注，得到垃圾滿溢訓(xùn)練圖片集；利用垃圾滿溢訓(xùn)練圖片集對(duì)第二機(jī)器學(xué)習(xí)模型進(jìn)行訓(xùn)練，得到垃圾滿溢檢測(cè)模型；對(duì)垃圾桶檢測(cè)模型和垃圾滿溢檢測(cè)模型進(jìn)行融合，得到垃圾桶滿溢檢測(cè)模型。本發(fā)明通過訓(xùn)練好垃圾桶滿溢檢測(cè)模型對(duì)城市道路上的垃圾桶進(jìn)行智能化檢測(cè)，以便于及時(shí)清理垃圾，減少了人力資源的浪費(fèi)。

技術(shù)領(lǐng)域

本發(fā)明涉及人工智能技術(shù)領(lǐng)域，具體涉及一種垃圾桶滿溢檢測(cè)模型訓(xùn)練方法及垃圾桶滿溢檢測(cè)方法。

背景技術(shù)

在城市建設(shè)中，及時(shí)有效處理垃圾桶中的垃圾是影響一個(gè)城市文明建設(shè)的重要因素之一。相關(guān)技術(shù)中，垃圾桶滿溢檢測(cè)的方法是環(huán)衛(wèi)工人人工對(duì)垃圾桶進(jìn)行巡查，這不僅會(huì)浪費(fèi)環(huán)衛(wèi)工人的時(shí)間和精力，同時(shí)對(duì)于環(huán)衛(wèi)部門來說，給每片區(qū)域分配環(huán)衛(wèi)工人也浪費(fèi)了一定的財(cái)力。故亟待提出一種垃圾桶滿溢檢測(cè)模型訓(xùn)練方法訓(xùn)練垃圾桶滿溢檢測(cè)模型，以便于智能化的檢測(cè)垃圾桶內(nèi)垃圾是否滿溢。

發(fā)明內(nèi)容

因此，本發(fā)明要解決的技術(shù)問題在于克服現(xiàn)有技術(shù)中人工巡查垃圾桶滿溢導(dǎo)致人力資源浪費(fèi)的缺陷，從而提供一種垃圾桶滿溢檢測(cè)模型訓(xùn)練方法及垃圾桶滿溢檢測(cè)方法。

根據(jù)第一方面，本發(fā)明公開了一種垃圾桶滿溢檢測(cè)模型訓(xùn)練方法，包括如下步驟：獲取第一監(jiān)控圖片集；對(duì)所述第一監(jiān)控圖片集進(jìn)行標(biāo)注，得到垃圾桶訓(xùn)練圖片集；利用所述垃圾桶訓(xùn)練圖片集對(duì)第一機(jī)器學(xué)習(xí)模型進(jìn)行訓(xùn)練，得到垃圾桶檢測(cè)模型；利用所述垃圾桶檢測(cè)模型對(duì)第二監(jiān)控圖片集進(jìn)行檢測(cè)，得到垃圾桶圖片集；對(duì)所述垃圾桶圖片集進(jìn)行標(biāo)注，得到垃圾滿溢訓(xùn)練圖片集；利用所述垃圾滿溢訓(xùn)練圖片集對(duì)第二機(jī)器學(xué)習(xí)模型進(jìn)行訓(xùn)練，得到垃圾滿溢檢測(cè)模型；對(duì)所述垃圾桶檢測(cè)模型和垃圾滿溢檢測(cè)模型進(jìn)行融合，得到垃圾桶滿溢檢測(cè)模型。

可選地，所述第一監(jiān)控圖片集中的每一張圖片均包含垃圾桶，所述獲取第一監(jiān)控圖片集包括：獲取多個(gè)初始監(jiān)控圖像集；根據(jù)每一個(gè)初始監(jiān)控圖像集的標(biāo)識(shí)信息進(jìn)行篩選，得到目標(biāo)監(jiān)控圖像集，所述目標(biāo)監(jiān)控圖像集中的圖片均包括垃圾桶；對(duì)所述目標(biāo)監(jiān)控圖像集進(jìn)行抽幀處理，得到多張監(jiān)控圖片；刪除不滿足預(yù)設(shè)條件的監(jiān)控圖片，得到所述第一監(jiān)控圖片集。

可選地，所述刪除不滿足預(yù)設(shè)條件的監(jiān)控圖片包括：分別確定每一張監(jiān)控圖片的哈希值；確定所述監(jiān)控圖片兩兩之間哈希值的距離；刪除所述距離小于預(yù)設(shè)距離閾值的任一張圖片。

可選地，所述利用所述垃圾桶訓(xùn)練圖片集對(duì)第一機(jī)器學(xué)習(xí)模型進(jìn)行訓(xùn)練，得到垃圾桶檢測(cè)模型，包括：對(duì)所述垃圾桶訓(xùn)練圖片集進(jìn)行分類，得到多種垃圾桶訓(xùn)練圖片集；利用所述多種垃圾桶訓(xùn)練圖片集對(duì)多個(gè)第一機(jī)器學(xué)習(xí)模型進(jìn)行訓(xùn)練，得到多個(gè)垃圾桶檢測(cè)模型，所述第一機(jī)器學(xué)習(xí)模型的數(shù)量和所述垃圾桶訓(xùn)練圖片集的種類的數(shù)量相同。

可選地，所述第一機(jī)器學(xué)習(xí)模型和所述第二機(jī)器學(xué)習(xí)模型均為YOLOv5m模型。

根據(jù)第二方面，本發(fā)明還公開了一種垃圾桶滿溢檢測(cè)方法，包括：獲取待檢測(cè)監(jiān)控視頻；對(duì)所述待檢測(cè)監(jiān)控視頻進(jìn)行抽幀處理，得到待檢測(cè)監(jiān)控圖片；將所述待檢測(cè)監(jiān)控圖片輸入到垃圾桶滿溢檢測(cè)模型中進(jìn)行檢測(cè)，得到檢測(cè)結(jié)果，所述垃圾桶滿溢檢測(cè)模型通過第一方面或第一方面任一可選實(shí)施方式所述的垃圾桶滿溢檢測(cè)模型訓(xùn)練方法訓(xùn)練得到。