冰箱专区图片的检测方法、设备及冰箱技术

本发明专利技术揭示了一种冰箱专区图片的检测方法、设备和冰箱，所述方法包括：对待检测图像进行固定区域裁剪，获取放置有酸奶的专区图片区域，得到第一图片区域；将所述第一图片区域与空瓶座图片区域进行对比，得到变化的第二图片区域；对所述第二图片区域进行形状检测，将检测到的形状区域传入yolo算法进行识别检测，得到检测结果。与现有技术相比，本发明专利技术的冰箱专区图片的检测方法，所述方法通过裁剪出冰箱专区图片区域、然后将所述冰箱专区图片区域与没有放置酸奶的空瓶座图片区域进行对比，从而快速发现变化的区域，并对变化区域进行圆形和矩形检测，将检测到的圆形和矩形区域传入yolo算法，从而将yolo算法对图像的检测效率提升2～3倍。倍。倍。

【技术实现步骤摘要】
冰箱专区图片的检测方法、设备及冰箱


[0001]本专利技术涉及家电领域，特别涉及一种冰箱专区图片的检测方法、设备及冰箱。

技术介绍

[0002]随着科技的发展，冰箱的智能化也成为一种必然的趋势。所谓智能冰箱，就是能对冰箱进行智能化控制、对食品进行智能化管理的冰箱类型。具体点说，就是能自动进行冰箱模式调换，始终让食物保持最佳存储状态，可让用户通过手机或电脑，随时随地了解冰箱里食物的数量、保鲜保质信息，可为用户提供健康食谱和营养禁忌，可提醒用户定时补充食品等。
[0003]为实现上述功能，在冰箱中安装摄像头查看冰箱内的食材并且对冰箱中的食材进行检测识别是必不可少的一种方式。
[0004]现有技术中，目标检测是一种比较实用的获取图像有用信息的方法，它通过给定的图片，识别出图片的目标并给出其位置。近几年来，目标检测算法取得了很大的突破，其中比较流行的算法就包括YOLO算法。YOLO算法将目标检测问题转换为直接从图像中提取bounding boxes和类别概率的单个回归问题，只需一眼(you only look once，YOLO)即可检测目标类别和位置。
[0005]与传统的物体检测方法相比，这种统一模型具有许多优点：YOLO预测流程简单，速度很快，可以实现实时检测；采用全图信息来进行预测，相对于Fast R
‑
CNN，YOLO背景预测错误率低一半；可以学习到目标的概括信息(generalizable representation)，具有一定普适性，比其它目标检测方法(DPM和Rr/>‑
CNN)准确率高很多。因此，现有技术中对冰箱内食材的识别方法是将照片完整的传入yolo算法进行识别。
[0006]但是，由于yolo算法需要对整张照片都进行计算，计算量较大，检测时间较长，因此，如何能够提高冰箱内食材的检测速度，是亟待解决的技术问题。

技术实现思路

[0007]本专利技术的目的在于提供一种冰箱专区图片的检测方法、设备及冰箱。
[0008]为实现上述专利技术目的之一，本专利技术一实施方式提供一种冰箱专区图片的检测方法，所述冰箱专区包括用于存放酸奶的瓶座，所述方法包括：
[0009]对待检测图像进行固定区域裁剪，获取放置有酸奶的专区图片区域，得到第一图片区域；
[0010]将所述第一图片区域与空瓶座图片区域进行对比，得到变化的第二图片区域；
[0011]对所述第二图片区域进行形状检测，将检测到的形状区域传入yolo算法进行识别检测，得到检测结果。
[0012]作为本专利技术一实施方式的进一步改进，所述“对所述第二图片区域进行形状检测，将检测到的形状区域传入yolo算法进行识别检测”具体包括：
[0013]对所述第二图片区域进行圆形检测和矩形检测；
[0014]将检测到的圆形区域或者矩形区域传入yolo算法进行识别检测。
[0015]作为本专利技术一实施方式的进一步改进，所述“将所述第一图片区域与空瓶座图片区域进行对比，得到变化的第二图片区域”具体包括：
[0016]将所述第一图片区域的RGB值与空瓶座图片区域的RGB值进行对比，得到RGB值发生变化的区域，即第二图片区域。
[0017]作为本专利技术一实施方式的进一步改进，所述方法还包括：
[0018]对没有放置酸奶的图像进行固定区域裁剪，得到所述空瓶座图片区域。
[0019]作为本专利技术一实施方式的进一步改进，所述方法还包括：
[0020]所述检测结果包括每瓶酸奶的位置与标签。
[0021]作为本专利技术一实施方式的进一步改进，所述酸奶的标签为酸奶的种类。
[0022]作为本专利技术一实施方式的进一步改进，所述方法还包括：
[0023]获取大量酸奶图片，对yolo算法进行训练，得到酸奶识别检测模型。
[0024]作为本专利技术一实施方式的进一步改进，所述“将检测到的形状区域传入yolo算法进行识别检测”具体包括：
[0025]将检测到的多个形状区域传入yolo算法的酸奶识别检测模型；
[0026]所述酸奶识别检测模型同时对所述多个形状区域进行识别检测。
[0027]为实现上述专利技术目的之一，本专利技术一实施方式提供一种电子设备，包括存储器和处理器，所述存储器存储有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程序时实现上述任意一项所述冰箱专区的图片检测方法中的步骤。
[0028]为实现上述专利技术目的之一，本专利技术一实施方式提供一种冰箱，所述冰箱包含如上述所述的电子设备。
[0029]与现有技术相比，本专利技术的冰箱专区图片的检测方法，所述方法通过裁剪出冰箱专区图片区域、然后将所述冰箱专区图片区域与没有放置酸奶的空瓶座图片区域进行对比，从而快速发现变化的区域，并对变化区域进行圆形和矩形检测，将检测到的圆形和矩形区域传入yolo算法，从而将yolo算法对图像的检测效率提升2～3倍。
附图说明
[0030]图1是本专利技术的冰箱专区图片的检测方法的流程示意图。
[0031]图2是本专利技术的待检测图像的一个具体示例。
[0032]其中，1、待检测图像的整体区域；2、瓶座区域；3、瓶座区域内放置的酸奶。
具体实施方式
[0033]以下将结合附图所示的具体实施方式对本专利技术进行详细描述。但这些实施方式并不限制本专利技术，本领域的普通技术人员根据这些实施方式所做出的结构、方法、或功能上的变换均包含在本专利技术的保护范围内。
[0034]本专利技术中，冰箱专区是指在冰箱中开辟一块专门的空间，用于存放各种酸奶，并在冰箱专区顶部设置固定的摄像头，拍摄酸奶图片。之后可通过yolo算法对酸奶图片中的酸奶进行识别检测。
[0035]为了加快检测的速度，本专利技术提供一种冰箱专区图片的检测方法，所述冰箱专区
包括用于存放酸奶的瓶座，所述方法通过裁剪出冰箱专区图片区域、然后将所述冰箱专区图片区域与没有放置酸奶的空瓶座图片区域进行对比，从而快速发现变化的区域，并对变化区域进行圆形和矩形检测，将检测到的圆形和矩形区域传入yolo算法，从而将yolo算法对图像的检测效率提升2～3倍。
[0036]如图1所示，所述方法包括：
[0037]步骤S100：对待检测图像进行固定区域裁剪，获取放置有酸奶的专区图片区域，得到第一图片区域。
[0038]如图2所示，待检测图像即为对应摄像头拍摄的针对冰箱专区的整体图片1，这其中包括瓶座区域2及瓶座周围的区域，为了尽可能的将不需要的数据剔除，将所述待检测图像进行固定区域裁剪，只保留ROI区域(即放置有酸奶的专区图片区域)，得到第一图片区域。
[0039]需要说明的是，由于摄像头的拍摄角度是固定的，因此，对第一图片区域的裁剪可以是固定裁剪(即每次都裁剪出相同的区域)。另外，针对瓶座内没有放置任何物品的图像，对其进行固定裁剪，可得到对应的空瓶座图片区域，用于与第一图片区域进行对比。
[0040]步骤S200：将所述第一图片区域与本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种冰箱专区图片的检测方法，其特征在于，所述冰箱专区用于存放酸奶，包括有瓶座，所述方法包括：对待检测图像进行固定区域裁剪，获取放置有酸奶的专区图片区域，得到第一图片区域；将所述第一图片区域与空瓶座图片区域进行对比，得到变化的第二图片区域；对所述第二图片区域进行形状检测，将检测到的形状区域传入yolo算法进行识别检测，得到检测结果。2.根据权利要求1所述冰箱专区图片的检测方法，其特征在于，所述“对所述第二图片区域进行形状检测，将检测到的形状区域传入yolo算法进行识别检测”具体包括：对所述第二图片区域进行圆形检测和矩形检测；将检测到的圆形区域或者矩形区域传入yolo算法进行识别检测。3.根据权利要求1所述冰箱专区图片的检测方法，其特征在于，所述“将所述第一图片区域与空瓶座图片区域进行对比，得到变化的第二图片区域”具体包括：将所述第一图片区域的RGB值与空瓶座图片区域的RGB值进行对比，得到RGB值发生变化的区域，即第二图片区域。4.根据权利要求1所述冰箱专区图片的检测方法，其特征在于，所述方法还包括：对没有...

【专利技术属性】
技术研发人员：樊祥东，高洪波，孔令磊，
申请(专利权)人：海尔智家股份有限公司，
类型：发明
国别省市：