[发明专利]房间窗户分类模型构建方法、房间窗户分类方法及系统

权利要求书

1.一种房间窗户分类模型构建方法，其特征在于，包括：

获取数据集图像，并将所述数据集图像划分为训练集图像和测试集图像；

按照预设迭代次数将所述训练集图像依次输入至目标检测网络和细粒度分类网络进行训练，并按照预设间隔保存模型文件，得到多个初始分类模型；

将所述测试集图像分别输入多个所述初始分类模型中进行验证，得到多个所述初始分类模型的准确率；

从多个所述初始分类模型的准确率中查找准确率的最大值，将所述最大值所对应的初始分类模型作为房间窗户分类模型。

2.如权利要求1所述的房间窗户分类模型构建方法，其特征在于，按照预设迭代次数将所述训练集图像依次输入至目标检测网络和细粒度分类网络进行训练的步骤之前，还包括：

对所述数据集图像中的每一张图像分别进行窗户位置标注，得到每一张图像所对应的标注文件。

3.如权利要求1所述的房间窗户分类模型构建方法，其特征在于，按照预设迭代次数将所述训练集图像依次输入至目标检测网络和细粒度分类网络进行训练的步骤之前，还包括：

对所述数据集图像进行增强处理，得到增强后的数据集图像。

4.如权利要求3所述的房间窗户分类模型构建方法，其特征在于，

所述增强处理包括随机旋转、随机镜像反转、轻微畸变、随机添加噪声中的至少之一。

5.如权利要求1-4中任一所述的房间窗户分类模型构建方法，其特征在于，将所述训练集图像依次输入至目标检测网络和细粒度分类网络进行训练，包括：

将所述训练集图像输入至目标检测网络进行训练，识别出所述训练集图像中的每一张图像中的窗体；

根据识别出的每一张图像中的窗体对每一张图像进行剪裁，得到剪裁后的窗体图像；

将所述剪裁后的窗体图像输入至细粒度分类网络中进行训练。

6.一种房间窗户分类方法，其特征在于，包括：

获取待预测房间窗户图像；

将所述待预测房间窗户图像输入至房间窗户分类模型中得到窗户分类结果，所述房间窗户分类模型是通过权利要求1-5中任一项所述的房间窗户分类模型构建方法生成的；

根据所述窗户分类结果确定所述待预测房间窗户的窗户类型，所述窗户类型包括普通窗户、飘窗、阳台。

7.一种房间窗户分类模型构建系统，其特征在于，包括：

第一获取模块，用于获取数据集图像，并将所述数据集图像划分为训练集图像和测试集图像；

第一处理模块，用于按照预设迭代次数将所述训练集图像依次输入至目标检测网络和细粒度分类网络进行训练，并按照预设间隔保存模型文件，得到多个初始分类模型；

第二处理模块，用于将所述测试集图像分别输入多个所述初始分类模型中进行验证，得到多个所述初始分类模型的准确率；

第三处理模块，用于从多个所述初始分类模型的准确率中查找准确率的最大值，将所述最大值所对应的初始分类模型作为房间窗户分类模型。

8.一种房间窗户分类系统，其特征在于，包括：

第二获取模块，用于获取待预测房间窗户图像；

第四处理模块，用于将所述待预测房间窗户图像输入至房间窗户分类模型中得到窗户分类结果，所述房间窗户分类模型是通过权利要求1-5中任一项所述的房间窗户分类模型构建方法生成的；

第五处理模块，用于根据所述窗户分类结果确定所述待预测房间窗户的窗户类型，所述窗户类型包括普通窗户、飘窗、阳台。

9.一种电子设备，其特征在于，包括：至少一个处理器；以及与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器执行权利要求1-5任意一项所述的房间窗户分类模型构建方法或者执行权利要求6所述的房间窗户分类方法。

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机指令，所述计算机指令用于使所述计算机执行权利要求1-5任意一项所述的房间窗户分类模型构建方法或者执行权利要求6所述的房间窗户分类方法。