[发明专利]整洁度检测方法、装置、计算机设备和存储介质

权利要求书

1.一种装修工地的整洁度检测方法，其特征在于，所述方法包括：

获取待识别图像，其中，所述待识别图像为原始图像中不存在行人的图像，所述原始图像为对装修工地进行拍摄得到的图像；

将所述待识别图像输入至预先训练好的整洁度检测模型进行识别，其中，所述整洁度检测模型为第一轻量化的神经网络模型；

获取识别结果，将所述识别结果的置信度与预设置信度阈值进行比较，以确定检测框的个数；

若所述检测框的个数大于零，则确定所述待识别图像所呈现的目标区域处于不整洁状态，其中，所述不整洁状态为地面卫生差、物品摆放乱、电线安装不合理的状态。

2.根据权利要求1所述的方法，其特征在于，所述整洁度模型的训练过程包括：

获取训练样本，其中，所述训练样本为拍摄所述装修工地得到的图像，所述图像包括地面卫生差类图像、物品摆放乱类图像、电线安装不合理类图像；

将所述训练样本输入预先构建的第一轻量化的神经网络模型；

当所述第一轻量化的神经网络模型的训练损失值收敛，并在验证集上的正确率保持相对不变时，得到训练好的整洁度检测模型。

3.根据权利要求1所述的方法，其特征在于，所述获取待识别图像之前，包括：

获取原始图像中前景像素占比；

若所述前景像素占比小于预设占比阈值，则进行行人检测，以确定所述原始图像中不存在行人的图像。

4.根据权利要求3所述的方法，其特征在于，所述获取原始图像中前景像素占比，包括：

应用预设背景建模算法对所述原始图像进行背景建模，得到背景模型；

应用所述背景模型统计所述原始图像中的前景像素占比。

5.根据权利要求3所述的方法，其特征在于，所述进行行人检测包括：

将满足前景像素占比小于预设占比阈值条件的原始图像输入至预先训练好的行人检测模型进行识别，其中，所述行人检测模型为第二轻量化的神经网络模型；

获得识别结果，若所述识别结果中的数据标签的置信度大于其预设置信度阈值，则确定不存在行人的图像。

6.一种装修工地的整洁度检测装置，其特征在于，所述装置包括：

待识别图像获取模块，用于获取待识别图像，其中，所述待识别图像为原始图像中不存在行人的图像，所述原始图像为对装修工地进行拍摄得到的图像；

待识别图像识别模块，用于将所述待识别图像输入至预先训练好的整洁度检测模型进行识别，其中，所述整洁度检测模型为第一轻量化的神经网络模型；

识别结果获取模块，用于获取识别结果，将所述识别结果的置信度与预设置信度阈值进行比较，以确定检测框的个数；

待识别图像确定模块，若所述检测框的个数大于零，则用于确定所述待识别图像所呈现的目标区域处于不整洁状态，其中，所述不整洁状态为地面卫生差、物品摆放乱、电线安装不合理的状态。

7.根据权利要求6所述的装置，其特征在于，还包括：

训练整洁度模型模块，用于获取训练样本，其中，所述训练样本为拍摄所述装修工地得到的图像，所述图像包括地面卫生差类图像、物品摆放乱类图像、电线安装不合理类图像；将所述训练样本输入预先构建的第一轻量化的神经网络模型；当所述第一轻量化的神经网络模型的训练损失值收敛，并在验证集上的正确率保持相对不变时，得到训练好的整洁度检测模型。

8.根据权利要求6所述的装置，其特征在于，还包括：

确定不存在行人模块，用于获取待识别图像之前，获取原始图像中前景像素占比；若所述前景像素占比小于预设占比阈值，则进行行人检测，以确定所述原始图像中不存在行人的图像。

9.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述方法的步骤。

10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至7中任一项所述方法的步骤。