[发明专利]房屋装修类型分析方法、系统、电子设备及可读存储介质

说明书

本发明公开了一种房屋装修类型分析方法、系统、电子设备及存储介质，该方法包括：根据待检测房间的多张图像得到房间分类结果；若房间分类结果为非毛坯房间，则按照预设检测类别对多张图像分别进行模型预测，得到每一张图像所对应的检测类别预测结果；获取每一张图像所包含的预设检测类别的置信度数值；从置信度数值小于预设类别置信度数值的图像的检测类别预测结果中，去除置信度数值所对应的预设检测类别，得到最终预测结果；根据最终预测结果确定待检测房间的装修类型。该方法通过设置预设类别置信度数值，将每一张图像中置信度低的检测类别过滤掉，提高了房屋装修类型分析的准确性。

技术领域

本发明涉及房屋装修领域，具体涉及到一种房屋装修类型分析方法、系统、电子设备及可读存储介质。

背景技术

在房屋地产领域中，不同装修类型的房屋具有不同的租金价格，通常房屋装修越好其租金也越高。用户可根据需要选择不同装修类型的房屋，找到符合自身需求的房源。

随着科技的快速发展，出租房源的房屋照片通常被放到各种租房APP软件上，用户可以通过查阅房源APP软件上的房屋照片确定房屋的装修情况。故通过房屋图片快速识别出房屋装修类型，减少人工审核图片做出推荐的时间就显得尤为重要。目前，主要是通过对固定形态物体的检测与识别，多见于各类型材料的缺陷检测，根据缺陷检测结果确定房屋的装修类型。然而，在实际应用中通过上述方法得到的房屋装修类型存在准确度低的问题。

发明内容

有鉴于此，本发明实施例提供了一种房屋装修类型分析方法、系统、电子设备及可读存储介质，以解决现有技术确定房屋装修类型不准确的问题。

为此，本发明实施例提供了如下技术方案：

根据第一方面，本发明实施例提供了一种房屋装修类型分析方法，包括：根据待检测房间的多张图像得到用于表征待检测房间是否为毛坯房间的房间分类结果；若所述房间分类结果表征所述待检测房间为非毛坯房间，则按照预设检测类别对多张所述图像分别进行模型预测，得到每一张图像所对应的检测类别预测结果；获取每一张图像所包含的所述预设检测类别的置信度数值；从所述置信度数值小于预设类别置信度数值的图像的检测类别预测结果中，去除所述置信度数值所对应的预设检测类别，得到最终预测结果；根据所述最终预测结果确定所述待检测房间的装修类型。

可选地，根据待检测房间的多张图像得到用于表征待检测房间是否为毛坯房间的房间分类结果，包括：获取待检测房间的多张图像；对多张所述图像分别进行分类得到每一张图像所对应的单张图像分类结果；根据所述单张图像分类结果确定毛坯图像的图像数量和置信度；根据所述毛坯图像的图像数量和置信度计算得到所述待侦测房间的毛坯数值；判断所述待检测房间的毛坯数值是否大于预设毛坯数值；若所述待检测房间的毛坯数值大于所述预设毛坯数值，则所述待检测房间的房间分类结果为毛坯房间；若所述待检测房间的毛坯数值小于或者等于所述预设毛坯数值，则所述待检测房间的房间分类结果为非毛坯房间。

可选地，根据所述单张图像分类结果确定毛坯图像的图像数量和置信度，包括：根据所述单张图像分类结果确定毛坯图像的图像数量；获取每一张毛坯图像中各个像素点所对应的像素点置信度；根据所述像素点置信度确定每一张毛坯图像所对应的置信度。

可选地，根据所述像素点置信度确定每一张毛坯图像所对应的置信度的步骤之前，还包括：去除毛坯图像中各个像素点所对应的毛坯区域内所有的像素点置信度，其中，所述毛坯区域的面积数值小于预设毛坯连通域数值。

可选地，对多张所述图像分别进行分类得到每一张图像所对应的单张图像分类结果的步骤之前，还包括：对多张所述图像分别进行尺寸缩放以使每一张所述图像缩放至预设大小。

可选地，根据所述最终预测结果确定所述待检测房间的装修类型，包括：将每一张图像所对应的最终预测结果进行聚类，得到所述预设检测类别所对应聚类信息；根据所述聚类信息确定所述待检测房间的装修类型。