【技术实现步骤摘要】
一种针对扫地机器人镜头的污物检测方法及装置、设备、介质
本申请涉及智能家电领域，尤其涉及一种针对扫地机器人镜头的污物检测方法及装置、设备、介质。
技术介绍
各种智能家电人们的日常生活带来了极大的便利，扫地机器人就是近年来出现并受到人们欢迎的一类智能家电。扫地机器人能够基于雷达探测或者视觉分析进行自动导航，从而有条不紊地为人们打扫地面卫生。对于基于视觉分析而导航的扫地机器人，其机身上至少设置有一个摄像头，用于在扫地机器人工作时，采集周围环境的图像，并对图像进行分析，根据分析结果进行导航。但是，扫地机器人长期处于地面较低的位置，其摄像机镜头上往往容易附着毛发、尘埃、油污等污物，从而污染镜头，而在现有技术中，扫地机器人对此是无感知的，则基于视觉分析而导航的准确性会受到不利影响。
技术实现思路
本申请实施例提供一种针对扫地机器人镜头的污物检测方法及装置、设备、介质，用以解决现有技术中的如下技术问题：由于扫地机器人不会感知镜头上的污物，则基于视觉分析而导航的准确性会受到不利影响。本申请实施例...
【技术保护点】
1.一种针对扫地机器人镜头的污物检测方法，其特征在于，包括：/n获取由所述扫地机器人镜头采集的一幅或者多幅图像；/n根据分别对多个类型的污物的边框的预定义，利用基于卷积神经网络的边框回归模型，在所述图像中进行目标检测，以识别污物的边框；/n根据所述目标检测结果，向用户提供相应的污物提示信息。/n
【技术特征摘要】
1.一种针对扫地机器人镜头的污物检测方法，其特征在于，包括：
获取由所述扫地机器人镜头采集的一幅或者多幅图像；
根据分别对多个类型的污物的边框的预定义，利用基于卷积神经网络的边框回归模型，在所述图像中进行目标检测，以识别污物的边框；
根据所述目标检测结果，向用户提供相应的污物提示信息。
2.如权利要求1所述的方法，其特征在于，所述在所述图像中进行目标检测之前，所述方法还包括：
利用图像分割算法，对所述图像进行前景与背景的分割；
所述在所述图像中进行目标检测，具体包括：
在分割得到的所述图像的前景中进行目标检测。
3.如权利要求1所述的方法，其特征在于，所述利用基于卷积神经网络的边框回归模型，在所述图像中进行目标检测之前，所述方法还包括：
获取多个类型的污物分别的多个训练图像样本，并为所述多个类型中的至少两个类型设置差异化的训练权重；
按照所述差异化的训练权重，根据所述多个训练图像样本对所述边框回归模型进行训练。
4.如权利要求3所述的方法，其特征在于，所述为所述多个类型中的至少两个类型设置差异化的训练权重，具体包括：
根据所述多个类型中的至少两个类型分别对应的训练图像样本中污物的显著性程度差异，为所述至少两个类型设置差异化的训练权重，以优先偏重针对显著性程度相对差的污物所属类型进行训练。
5.如权利要求3或4所述的方法，其特征在于，所述至少两个类型包括显著污物类型、非显著污物类型，为所述非显著污物类型设置的训练权重大于为所述显著污物类型设置的训练权重。
6.如权利要求1～4任一项所述的方法，其特征在于，所述向用户提供相应的污物提示信息之后，所述方法还包括：
...
【专利技术属性】
技术研发人员：王旭宁，
申请(专利权)人：尚科宁家中国科技有限公司，
类型：发明
国别省市：浙江;33
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。