[发明专利]餐具污染状态分析方法及分析器

权利要求书

1.一种分析餐具污染状态的深度神经网络的训练方法，其特征是，包括如下步骤：

A.对清洁餐具和脏污餐具分别执行下述样本获取步骤，从而分别获得学习样本，每次样本获取步骤包括如下S1和S2，

——S1.在紫外光照射的状态下拍摄餐具图像；

——S2.以所述餐具图像作为输入信号，以该餐具是清洁餐具还是脏污餐具作为输出信号，构成供深度神经网络进行餐具污染状态分析训练的一组学习样本；

B.采用多组学习样本对深度神经网络进行餐具污染状态分析训练，直至该深度神经网络具备根据餐具图像判断餐具是清洁餐具还是脏污餐具的能力。

2.如权利要求1所述的分析餐具污染状态的深度神经网络的训练方法，其特征是，深度神经网络具备根据餐具图像判断餐具是清洁餐具还是脏污餐具的能力的判断条件包括：所述判断的准确率达到预定标准。

3.如权利要求1所述的分析餐具污染状态的深度神经网络的训练方法，其特征是，在执行所述步骤S1之前开启紫外光灯。

4.如权利要求1所述的分析餐具污染状态的深度神经网络的训练方法，其特征是，所述步骤S1是在暗室环境下进行的。

5.计算机可读存储介质，其存储有计算机程序，其特征是，所述计算机程序被处理器执行时能够实现如权利要求1～3中任一项所述的分析餐具污染状态的深度神经网络的训练方法。

6.餐具污染状态分析方法，其特征是，包括步骤P：在紫外光照射的状态下拍摄餐具图像，将餐具图像输入到已训练好的深度神经网络，由该深度神经网络判断餐具是清洁餐具还是脏污餐具。

7.如权利要求6所述的餐具污染状态分析方法，其特征是，所述深度神经网络是通过权利要求1～4中任一项所述的对分析餐具污染状态的深度神经网络的训练方法训练得到的。

8.计算机可读存储介质，其存储有计算机程序，其特征是，所述计算机程序被处理器执行时能够实现权利要求6或7所述的餐具污染状态分析方法。

9.餐具污染状态分析器，包括用于拍摄餐具图像的取像装置，控制取像装置进行拍摄的处理器，还包括计算机可读存储介质，该计算机可读存储介质上的计算机程序可被处理器执行，其特征是：还包括为取像装置提供紫外光取像环境的紫外环境提供模块，计算机可读存储介质如权利要求5和/或8所述。