[发明专利]油烟浓度数据集生成方法、装置、系统、设备及介质

说明书

本发明提供一种油烟浓度数据集生成方法、装置、系统、设备及介质，该方法包括：获取油烟图像；获取油烟的扩散体积、颗粒物浓度；根据油烟的扩散体积和颗粒物浓度、烟机的不同风力档位的排放量，获取在期望净化时间内通过烟机的不同风力档位净化油烟时对应的净化浓度；获取对应净化浓度小于预设的标准浓度的最小风力档位；基于不同风力档位与预设的不同油烟浓度等级之间的映射关系，确定最小风力档位对应的油烟浓度等级为油烟图像对应的目标油烟浓度等级；将油烟图像标注为目标油烟浓度等级，并将标注后的油烟图像加入目标数据集。本发明能够克服人工标注油烟浓度数据集引起的标注不一致、缺乏统一的标准、人力成本较大的缺陷。

技术领域

本发明涉及数据集自动生成领域，尤其涉及一种油烟浓度数据集生成方法、装置、系统、设备及介质。

背景技术

在烹饪过程中产生的油烟浓度大小是动态变化的，为了达到优良的厨房除烟效果，烟机风力档位需根据油烟浓度大小进行相应的调节。目前，主要根据摄像头采集的油烟图像，利用深度学习模型进行油烟浓度等级识别，并进行适应性调节。

利用深度学习模型进行油烟浓度等级识别的效果主要取决于三个方面：模型网络结构的准确性、数据集规模、数据集的制作过程。

目前，油烟浓度等级识别的数据集主要通过肉眼进行观察，依据个人经验对采集到的油烟图像进行油烟浓度等级标注。但是这种人工标注方式具有以下缺点：(1)通过人为主观进行油烟浓度等级判断，容易导致标注不一致；(2)油烟浓度是一种物理状态的连续变化过程，通过人眼进行判定缺乏统一的标准；(3)对于庞大的数据集而言，人工标注会带来较大的人力成本，费时费力。

发明内容

为了解决现有人工标注油烟浓度数据集引起的标注不一致、缺乏统一的标准、人力成本较大的缺陷，本发明提供一种油烟浓度数据集生成方法、装置、系统、设备及介质。

为了实现上述目的，本发明提供一种油烟浓度数据集生成方法，包括：

获取油烟图像，所述油烟图像为烟机下方区域内某时刻产生的油烟的图像；

获取所述油烟的扩散体积；

获取所述油烟的颗粒物浓度；

根据所述油烟的扩散体积和颗粒物浓度、以及所述烟机的不同风力档位的排放量，获取在期望净化时间内通过所述烟机的不同风力档位净化所述油烟时对应的净化浓度；

获取对应净化浓度小于预设的标准浓度的最小风力档位；

基于所述不同风力档位与预设的不同油烟浓度等级之间的映射关系，确定所述最小风力档位对应的油烟浓度等级为所述油烟图像对应的目标油烟浓度等级；

将所述油烟图像标注为所述目标油烟浓度等级，并将标注后的所述油烟图像加入目标数据集。

在本发明一个优选实施例中，所述获取所述油烟的颗粒物浓度，包括：

获取位于所述烟机下方区域的颗粒物浓度传感器阵列所采集的颗粒物浓度数据；

根据所述颗粒物浓度传感器阵列所采集的颗粒物浓度数据，获取所述油烟的颗粒物浓度。

在本发明一个优选实施例中，所述根据所述油烟的扩散体积和颗粒物浓度、以及所述烟机的不同风力档位的排放量，获取在期望净化时间内通过所述烟机的不同风力档位净化所述油烟时对应的净化浓度，包括：

根据如下式(1)计算通过所述烟机的第i个风力档位净化所述油烟时对应的净化浓度

其中，V′表示所述油烟的扩散体积，表示所述油烟对应的颗粒物浓度，V_i表示所述烟机的第i个风力档位的排放量，t表示所述期望净化时间。