空间户型识别方法、装置、计算机设备及存储介质制造方法及图纸

本发明专利技术公开了一种空间户型识别方法、装置、计算机设备及存储介质，所述方法包括：接收空间户型识别指令，获取待识别空间图片；将待识别空间图片输入训练完成的基于Inception模型的空间识别模型，通过空间识别模型对待识别空间图片进行空间特征提取，并获取空间识别模型根据空间特征输出的识别标签，并将识别标签标记在待识别空间图片上；识别标签表征了待识别空间图片的空间户型类别。本发明专利技术实现了自动识别待识别空间图片的空间户型类别，提升了识别效率和可靠性，提升了用户体验。

Identification method, device, computer equipment and storage medium of space house type

【技术实现步骤摘要】
空间户型识别方法、装置、计算机设备及存储介质
本专利技术涉及数据处理
，尤其涉及一种空间户型识别方法、装置、计算机设备及存储介质。
技术介绍
目前，每天都有很多装修完成的房屋进行拍照，以便于业主查看确认每个装修完成的房屋的各个户型，或者作为历史装修房屋案例给后续想要装修的业主参考。现有技术中，上述过程主要通过人工目测识别各装修完成的房屋的各个户型的照片，并对各户型的照片进行标签标注，后续需要根据标注的标签调取对应的照片；如此，在对照片进行标注标签的过程中，需要花费大量人工进行人工目测识别，耗费了大量的人力资源，而且识别效率低下，容易识别出错；同时，如果人工识别的标签错误，根据该错误标签调取的错误的照片将被提供给业主查看，如此，极大地降低了业主体验满意度，从而给企业带来不良影响。
技术实现思路
本专利技术提供一种空间户型识别方法、装置、计算机设备及存储介质，实现了通过获取待识别空间图片并自动识别出该待识别空间图片的空间户型类别，提高了识别的准确率，并提升了识别效率和可靠性，以及提升了用户体验。一种空间户型识别方法，包括：接收空间户型识别指令，获取待识别空间图片；将所述待识别空间图片输入训练完成的基于Inception模型的空间识别模型，通过所述空间识别模型对所述待识别空间图片进行空间特征提取，并获取所述空间识别模型根据所述空间特征输出的识别标签，并将所述识别标签标记在所述待识别空间图片上；所述识别标签表征了所述待识别空间图片的空间户型类别，其中，所述识别标签为卫生间、餐厅、衣帽间、客厅、卧室、阳台、玄关、厨房、书房、儿童房和非空间户型之中的一个。一种空间户型识别装置，包括：接收模块，用于接收空间户型识别指令，获取待识别空间图片；识别模块，用于将所述待识别空间图片输入训练完成的基于Inception模型的空间识别模型，通过所述空间识别模型对所述待识别空间图片进行空间特征提取，并获取所述空间识别模型根据所述空间特征输出的识别标签，并将所述识别标签标记在所述待识别空间图片上；所述识别标签表征了所述待识别空间图片的空间户型类别，其中，所述识别标签为卫生间、餐厅、衣帽间、客厅、卧室、阳台、玄关、厨房、书房、儿童房和非空间户型之中的一个。一种计算机设备，包括存储器、处理器以及存储在所述存储器中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上述空间户型识别方法的步骤。一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述空间户型识别方法的步骤。本专利技术提供的空间户型识别方法、装置、计算机设备及存储介质，通过接收空间户型识别指令，获取待识别空间图片；将所述待识别空间图片输入训练完成的基于Inception模型的空间识别模型，通过所述空间识别模型对所述待识别空间图片进行空间特征提取，并获取所述空间识别模型根据所述空间特征输出的识别标签，并将所述识别标签标记在所述待识别空间图片上；所述识别标签表征了所述待识别空间图片的空间户型类别，其中，所述识别标签为卫生间、餐厅、衣帽间、客厅、卧室、阳台、玄关、厨房、书房、儿童房和非空间户型之中的一个，如此，通过获取待识别空间图片并自动识别出该待识别空间图片的空间户型类别，以便提供准确地将被识别空间户型的照片给业主或者后续的业主查看，提升了用户体验，并提升了识别效率和可靠性，同时提高了识别的准确率。附图说明为了更清楚地说明本专利技术实施例的技术方案，下面将对本专利技术实施例的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专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。图1是本专利技术一实施例中空间户型识别方法的应用环境示意图；图2是本专利技术一实施例中空间户型识别方法的流程图；图3是本专利技术一实施例中空间户型识别方法的步骤S20的流程图；图4是本专利技术另一实施例中空间户型识别方法的步骤S20的流程图；图5是本专利技术又一实施例中空间户型识别方法的步骤S20的流程图；图6是本专利技术再一实施例中空间户型识别方法的步骤S20的流程图；图7是本专利技术一实施例中空间户型识别方法的步骤S213的流程图；图8是本专利技术一实施例中空间户型识别装置的原理框图；图9是本专利技术一实施例中计算机设备的示意图。具体实施方式下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。本专利技术提供的空间户型识别方法，可应用在如图1的应用环境中，其中，客户端(计算机设备)通过网络与服务器进行通信。其中，客户端(计算机设备)包括但不限于为各种个人计算机、笔记本电脑、智能手机、平板电脑、摄像头和便携式可穿戴设备。服务器可以用独立的服务器或者是多个服务器组成的服务器集群来实现。在一实施例中，如图2所示，提供一种空间户型识别方法，其技术方案主要包括以下步骤S10-S20：S10，接收空间户型识别指令，获取待识别空间图片。其中，所述空间户型识别指令为选择并确认需进行识别的待识别空间图片之后触发的指令，所述触发方式可以根据需求进行设定，比如在应用程序平台界面提供一个可以通过点击、滑动等方式进行触发的触发按键、在执行完预设的程序后自动触发等等。可理解地，接收到所述空间户型识别指令之后，获取所述待识别空间图片，所述待识别空间图片为需要识别出空间户型类别的图片，所述待识别空间图片可以为照片或者视频中截取的图片，所述待识别空间图片的文件格式可以根据需求进行设置，比如所述待识别空间图片的文件格式可以为gif格式、jpg格式等等，其获取方式可以根据需要进行设定，比如获取方式可以为通过所述空间户型识别指令获取待识别空间图片、根据空间户型识别指令中包含的所述待识别空间图片的存储路径获取所述待识别空间图片等等。S20，将所述待识别空间图片输入训练完成的基于Inception模型的空间识别模型，通过所述空间识别模型对所述待识别空间图片进行空间特征提取，并获取所述空间识别模型根据所述空间特征输出的识别标签，并将所述识别标签标记在所述待识别空间图片上；所述识别标签表征了所述待识别空间图片的空间户型类别，其中，所述识别标签为卫生间、餐厅、衣帽间、客厅、卧室、阳台、玄关、厨房、书房、儿童房和非空间户型之中的一个。可理解地，所述空间识别模型为通过对含有多个关联空间户型类别标签的图像样本进行训练而训练完成的神经网络模型，并具有Inception系列网络结构模型，所述Inception系列包括InceptionV1、InceptionV2、InceptionV3、InceptionV4等等，将所述待识别空间图片输入至所述空间识别模型，通过本文档来自技高网...

【技术保护点】
1.一种空间户型识别方法，其特征在于，包括：/n接收空间户型识别指令，获取待识别空间图片；/n将所述待识别空间图片输入训练完成的基于Inception模型的空间识别模型，通过所述空间识别模型对所述待识别空间图片进行空间特征提取，并获取所述空间识别模型根据所述空间特征输出的识别标签，并将所述识别标签标记在所述待识别空间图片上；所述识别标签表征了所述待识别空间图片的空间户型类别，其中，所述识别标签为卫生间、餐厅、衣帽间、客厅、卧室、阳台、玄关、厨房、书房、儿童房和非空间户型之中的一个。/n

【技术特征摘要】
1.一种空间户型识别方法，其特征在于，包括：
接收空间户型识别指令，获取待识别空间图片；
将所述待识别空间图片输入训练完成的基于Inception模型的空间识别模型，通过所述空间识别模型对所述待识别空间图片进行空间特征提取，并获取所述空间识别模型根据所述空间特征输出的识别标签，并将所述识别标签标记在所述待识别空间图片上；所述识别标签表征了所述待识别空间图片的空间户型类别，其中，所述识别标签为卫生间、餐厅、衣帽间、客厅、卧室、阳台、玄关、厨房、书房、儿童房和非空间户型之中的一个。


2.如权利要求1所述的空间户型识别方法，其特征在于，所述将所述待识别空间图片输入训练完成的基于Inception模型的空间识别模型，通过所述空间识别模型对所述待识别空间图片进行空间特征提取，并获取所述空间识别模型根据所述空间特征输出的识别标签，包括：
将所述待识别空间图片输入训练完成的基于Inception模型的空间识别模型，通过所述空间识别模型提取所述待识别空间图片中的空间特征；
根据所述空间特征，获取所述空间识别模型中的瓶颈层输出的特征向量数组；
将所述特征向量数组输入所述空间识别模型中的Dropout层，所述Dropout层对所述特征向量数组按照预设的丢失概率进行丢弃处理，得到强化向量数组；
将所述强化向量数组输入所述空间识别模型中的全连接层，通过所述全连接层对所述强化向量数组进行预测处理，获取所述全连接层输出的预测结果；
将所述预测结果输入所述空间识别模型中的分类器，通过所述分类器对所述预测结果进行分类处理，获取所述分类器输出的识别标签。


3.如权利要求1所述的空间户型识别方法，其特征在于，所述将所述待识别空间图片输入训练完成的基于Inception模型的空间识别模型之前，包括：
获取图像样本；其中，每个所述图像样本均与一个空间户型类别标签关联；
通过迁移学习，初始神经网络模型获取Inception模型的所有模型参数，将所述所有模型参数确定为所述初始神经网络模型的初始参数；
将所述图像样本输入包含所述初始神经网络模型；
通过所述初始神经网络模型提取所述图像样本中的空间特征；
获取所述初始神经网络模型根据所述空间特征输出的识别标签，并根据所述识别标签和所述空间户型类别标签的匹配程度确定损失值；
在所述损失值达到预设的收敛条件时，将收敛之后的所述初始神经网络模型记录为训练完成的基于Inception模型的空间识别模型。


4.如权利要求3所述的空间户型识别方法，其特征在于，所述获取所述初始神经网络模型根据所述空间特征输出的识别标签，并根据所述识别标签和所述空间户型类别标签的匹配程度确定损失值之后，还包括：
在所述损失值未达到预设的收敛条件时，迭代更新所述初始神经网络模型的初始参数，直至所述损失值达到所述预设...

【专利技术属性】
技术研发人员：王国彬，周炼锋，胡鹏，
申请(专利权)人：深圳市彬讯科技有限公司，
类型：发明
国别省市：广东;44