用于洗碗机的方法、装置以及洗碗机制造方法及图纸

本发明专利技术实施例提供一种用于洗碗机的方法、装置以及洗碗机。洗碗机包括图像采集设备和设置在洗碗机内的补光灯，方法包括：控制补光灯分别以不同的亮度进行补光；控制图像采集设备在不同亮度下采集图像；将图像输入至预测模型，以预测每张图像的图像信息；根据图像信息将图像进行对比以确定目标图像；将目标图像对应的亮度作为补光灯的目标补光亮度。本发明专利技术实施例利用了集成式的思想，将深度学习和本特殊场景下巧妙结合在一起，可以在洗碗机达到实时快速地精准控制灯光亮度，并可以不断循环迭代优化，以节省网络带宽，并减轻服务器压力，给用户带来更好的体验。

【技术实现步骤摘要】
用于洗碗机的方法、装置以及洗碗机
本专利技术涉及厨卫电器
，具体是一种用于洗碗机的方法、装置以及洗碗机。
技术介绍
在人工智能蓬勃发展的今天，用户对智能家居的需求越来越强烈，一个带有人工智能功能的洗碗机，会带给用户便捷操作，也能极大提升产品的品质和用户体验。对用户放入洗碗机内部的餐具进行自动识别，对洗碗机来说是一个最基本的需求。对里面物品的精准判断，可以使洗碗机自动调节水的强度、控制油污、保护餐具等功能。这就必须需要给洗碗机增加摄像头和补光灯，特别是在相对封闭的内腔中，机器只能通过补光灯来为其提供照明。那成像的质量就直接和补光灯的效果直接相关，它将直接决定了后续图像智能算法的准确性。所以如何能让机器自动根据里面放置的器皿来调节补光灯的亮度就显得尤为重要了。现有技术中，用基于深度卷积神经网络的检测分割模型是对洗碗机内部物品进行判断的通用方法，并已经在很多场景中实际应用。因此一个可行的方法是将各种光照亮度的图像信息传送回服务器中，利用服务器的强大算力来驱动检测分割模型来对各种亮度进行分析，但这势必会导致网络负载的增加，同时也会使得服务本文档来自技高网...

【技术保护点】
1.一种用于洗碗机的方法，所述洗碗机包括图像采集设备和设置在所述洗碗机内的补光灯，其特征在于，所述方法包括：/n控制所述补光灯分别以不同的亮度进行补光；/n控制所述图像采集设备在不同亮度下采集图像；/n将所述图像输入至预测模型，以预测每张图像的图像信息；/n根据所述图像信息将所述图像进行对比以确定目标图像；/n将所述目标图像对应的亮度作为所述补光灯的目标补光亮度。/n

【技术特征摘要】
1.一种用于洗碗机的方法，所述洗碗机包括图像采集设备和设置在所述洗碗机内的补光灯，其特征在于，所述方法包括：
控制所述补光灯分别以不同的亮度进行补光；
控制所述图像采集设备在不同亮度下采集图像；
将所述图像输入至预测模型，以预测每张图像的图像信息；
根据所述图像信息将所述图像进行对比以确定目标图像；
将所述目标图像对应的亮度作为所述补光灯的目标补光亮度。


2.如权利要求1所述的方法，其特征在于，所述图像信息包括餐具数量，所述根据所述图像信息将所述图像进行对比以确定目标图像包括：
根据所述餐具数量对所述图像进行排序；
从所述图像中确定所述餐具数量最多的第一图像；
在所述第一图像的数量为一张的情况下，将所述第一图像确定为所述目标图像。


3.如权利要求2所述的方法，其特征在于，所述图像信息还包括置信度，所述根据所述图像信息将所述图像进行对比以确定目标图像还包括：
在所述第一图像的数量大于一张的情况下，将所述第一图像的置信度进行排序；
将所述第一图像中置信度最高的第二图像确定为所述目标图像。


4.如权利要求1所述的方法，其特征在于，所述控制所述补光灯分别以不同亮度进行补光包括：
控制所述补光灯逐级改变亮度。


5.如权利要求1所述的方法，其特征在于，所述方法还包括：
根据所述目标图像的图像信息控制所述洗碗机运行并获取运行结果；
根据所述运行结果确定所述图像信息是否匹配；
在所述图像信息不匹配的情况下，将所述目标图像作为训练样本对所述预测模型进行训练以优化所述预测模型。


6.如权利要求5所述的方法，其特征在于，所述将所述目标图像作为训练样本对所述预测模型进行训练以优化所述预测模型包括：
将目标图像发送至云平台，所述云平台将所述目标图像作为训练样本对所述预测模型进行训练；
将训练后的预测模型下载至洗碗机中以优化所述预测模型。


7.如权利要求1所述的方法，其特征在于，所述预测模型包括以下的任一种：Anchor-Based模型和Anchor-Free模型。


8.一种用于洗碗机的装置，其特征在于，包括：
补光灯，用于对所述洗碗机内进行补光；
图像采集设备，用于获取洗碗机内的图像；
处理器，被配置成：
控制所述补光灯分别以不同的亮度进行补光；
控制所述...

【专利技术属性】
技术研发人员：陈磊，陈蔚，全永兵，
申请(专利权)人：佛山市顺德区美的洗涤电器制造有限公司，美的集团股份有限公司，
类型：发明
国别省市：广东;44