基于深度学习的环境卫生检测方法技术

本发明专利技术提供了基于深度学习的环境卫生检测方法，其指示传感设备获取工业园区指定区域的检测信息，并从检测信息提取得到指定区域的环境参数变化情况，以此判断指定区域是否处于环境卫生合格状态；再根据上述环境卫生合格状态的判断结果，指示传感设备调整检测信息的采集状态，或将相应的检测信息包上传到管理平台终端，并与调整指定区域的生产设备的工作状态，其利用传感设备对工业园区进行全天候的信息采集，这样能够实时地确定工业园区不同区域是否存在超排或偷排的情况，节省对工业园区进行环境卫生检测的人力物力，提高环境卫生检测的持续性、全面性和可靠性。全面性和可靠性。全面性和可靠性。

【技术实现步骤摘要】
基于深度学习的环境卫生检测方法


[0001]本专利技术涉及公共环境管理的
，特别涉及基于深度学习的环境卫生检测方法。

技术介绍

[0002]工业园区内部不同区域通常分布有不同工业生产企业，这些工业生产企业在生产过程中会不可避免排放污水和废气。虽然环境管理部分对对于工业生产的污水和废气排放制定相应标准，但是在实际工业生产中，工业生产企业会存在超量排放或者偷排的情况，从而对环境产生污染。现有技术通过人工监测的方式对工业园区进行定期的监测，这种方式不仅需要耗费较大的人力物力来进行环境卫生检测，并且无法对工业园区进行持续全面与准确的环境污染检测。

技术实现思路

[0003]针对现有技术存在的缺陷，本专利技术提供基于深度学习的环境卫生检测方法，其指示传感设备获取工业园区指定区域的检测信息，并从检测信息提取得到指定区域的环境参数变化情况，以此判断指定区域是否处于环境卫生合格状态；再根据上述环境卫生合格状态的判断结果，指示传感设备调整检测信息的采集状态，或将相应的检测信息包上传到管理平台终端，并与调整指定区域的生产设备的工作状态，其利用本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于深度学习的环境卫生检测方法，其特征在于，其包括如下步骤：步骤S1，指示布置在工业园区的传感设备获取指定区域的检测信息；对所述检测信息进行预处理，得到所述检测信息与指定区域的位置信息相关联的检测信息包；并将所述检测信息包分组保存到区块链中；步骤S2，调取所需的检测信息包，并对其中的检测信息进行分析处理，确定所述指定区域的环境参数变化情况；根据所述环境参数变化情况，判断所述指定区域是否处于环境卫生合格状态；步骤S3，当所述指定区域处于环境卫生合格状态，将相应的检测信息包从区块链中删除；并指示所述传感设备调整检测信息的采集状态；步骤S4，当所述指定区域处于环境卫生不合格状态，则将相应的检测信息包上传到管理平台终端；并调整所述指定区域的生产设备的工作状态。2.如权利要求1所述的基于深度学习的环境卫生检测方法，其特征在于：在所述步骤S1，指示布置在工业园区的传感设备获取指定区域的检测信息具体包括：指示布置在工业园区的可见光摄像机、红外光摄像机和空气传感器分别获取指定区域全天候的可见光影像、红外光影像和空气成分检测数据。3.如权利要求2所述的基于深度学习的环境卫生检测方法，其特征在于：在所述步骤S1中，对所述检测信息进行预处理，得到所述检测信息与指定区域的位置信息相关联的检测信息包；并将所述检测信息包分组保存到区块链中具体包括：对所述可见光影像、所述红外光影像和所述空气成分检测数据添加相应的采集时间点信息；并将所述可见光影像、所述红外光影像和所述空气成分检测数据分别与指定区域的位置信息进行绑定处理，得到相应的检测信息包；再将所述检测信息包保存到区块链的不同存储区间。4.如权利要求3所述的基于深度学习的环境卫生检测方法，其特征在于：在所述步骤S2中，调取所需的检测信息包，并对其中的检测信息进行分析处理，确定所述指定区域的环境参数变化情况具体包括：从区块链中调取与工业园区的指定区域位置相对应的检测信息包，从调取的检测信息包中提取在不同时间点对应的可见光影像、红外光影像和空气成分检测数据；对...

【专利技术属性】
技术研发人员：余丹，兰雨晴，乔孟阳，王丹星，邢智涣，
申请(专利权)人：慧之安信息技术股份有限公司，
类型：发明
国别省市：