本发明专利技术公开了一种基于环境特征的空气质量智能评级方法及系统，属于空气质量技术领域，方法包括：获取在待评级环境中第一背景下采集到的第一图像；使用训练好的第一神经网络模型对第一图像进行识别，得到第一空气质量数据；获取在待评级环境中第二背景下采集到的第二图像；使用训练好的第二神经网络模型对第二图像进行识别，得到第二空气质量数据；使用训练好的第三神经网络模型根据第一空气质量数据和第二空气质量数据获取第三空气质量数据；根据第三空气质量数据和空气质量评级标准得到待评级环境的空气质量评级结果。本方法基于多个背景下的图像进行评级，准确率更高。本方法可以使用现有的监控设备采集图像，无需添加硬件，降低了使用成本。
【技术实现步骤摘要】
本专利技术涉及仓库，具体为一种基于环境特征的空气质量智能评级方法、装置及系统。
技术介绍
1、空气质量问题对公众的健康和日常行为活动产生了较大的影响，传统的空气质量检测大多由专业的环境检测站完成，但其受限于人力资源与物资财力等，检测的数据较为局限。尤其是针对特殊环境的室内的空气质量，没有简便易用的空气质量评级方法。
2、因此，针对这一现状，迫切需要开发一种基于环境特征的空气质量智能评级方法及系统，实现特殊环境的室内的空气质量的评级目的。
技术实现思路
1、本专利技术的目的是提供一种提高多标签读取准确率的基于环境特征的空气质量智能评级方法、装置及系统。
2、为解决上述问题，本专利技术的第一方面提供了一种基于环境特征的空气质量智能评级方法，包括：
3、获取在待评级环境中第一背景下采集到的第一图像；
4、使用训练好的第一神经网络模型对第一图像进行识别，得到第一空气质量数据；
5、获取在待评级环境中第二背景下采集到的第二图像；
>6、使用训练好的第本文档来自技高网...
【技术保护点】
1.一种基于环境特征的空气质量智能评级方法，其特征在于，包括：
2.根据权利要求1所述的基于环境特征的空气质量智能评级方法，其特征在于，所述方法还包括：训练第一神经网络模型；
3.根据权利要求2所述的基于环境特征的空气质量智能评级方法，其特征在于，所述第一神经网络模型包括：第一层第一模型、第二次第一模型、第二层第二模型、第三层第一模型、第三层第二模型；
4.根据权利要求3所述的基于环境特征的空气质量智能评级方法，其特征在于，
5.根据权利要求4所述的基于环境特征的空气质量智能评级方法，其特征在于，所述计算第一特征图对应的空气指数计算值包括：...
【技术特征摘要】
1.一种基于环境特征的空气质量智能评级方法，其特征在于，包括：
2.根据权利要求1所述的基于环境特征的空气质量智能评级方法，其特征在于，所述方法还包括：训练第一神经网络模型；
3.根据权利要求2所述的基于环境特征的空气质量智能评级方法，其特征在于，所述第一神经网络模型包括：第一层第一模型、第二次第一模型、第二层第二模型、第三层第一模型、第三层第二模型；
4.根据权利要求3所述的基于环境特征的空气质量智能评级方法，其特征在于，
5.根据权利要求4所述的基于环境特征的空气质量智能评级方法，其特征在于，所述计算第一特征图对应的空气指数计算值包括：
6.根据权利要求5所述的基于环境...
【专利技术属性】
技术研发人员：方涛，
申请(专利权)人：北京潮鹏医学检验实验室有限公司，
类型：发明
国别省市：
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。