[发明专利]基于无人船的河面垃圾实时检测方法、装置及存储介质

说明书

本申请涉及基于无人船的河面垃圾实时检测方法、装置及存储介质，包括：获取河面实时视频图像；采用预先训练好的垃圾识别模型对所述视频图像进行垃圾目标检测，得到垃圾的类型及垃圾的位置信息；基于所述垃圾的类型及垃圾的位置信息，确定河面的垃圾分布情况，以指示无人船进行垃圾打捞。本申请可以解决目前河面垃圾识别实时性差以及无法准确识别垃圾位置与种类的问题。

技术领域

本申请涉及基于无人船的河面垃圾实时检测方法、装置及存储介质，属于图像检测技术领域。

背景技术

随着人们生活水平的提高，垃圾产量也在不断扩大，河面环境也在不断恶化。通过有效的垃圾检测方法，对不同分类的垃圾进行不同的处理，如回收、填埋、焚烧等，可以实现资源的正确利用从而保护环境。

尽管河面垃圾检测早已提出，但目前并没有一种实时、可识别垃圾分类、角度、距离的方法。

“CN201810537983-一种基于多特征机器学习的水面垃圾识别方法”中只能识别垃圾种类，无法识别垃圾距离与方位。

“CN201811295441-无人船河道垃圾识别方法及系统”中提到了将视频图像通过网络上传到云端进行处理，是一种基于历史视频的垃圾识别，无法实现实时的垃圾检测，且采用流量上传云端处理的方式成本较大。

“CN202010621539-一种基于多特征YOLOV3的船用水面垃圾快速识别方法”使用了YOLOV3-tiny模型进行垃圾检测，适合于在高性能服务端端进行检测。未提及船载的嵌入式设备，也就无法实现实时的垃圾检测。

发明内容

本申请提供了一种基于无人船的河面垃圾实时检测方法、装置及存储介质，可以解决目前河面垃圾识别实时性差以及无法准确识别垃圾位置与种类的问题。

本申请提供如下技术方案：

第一方面，提供了一种基于无人船的河面垃圾实时检测方法，包括：

获取双目摄像头采集的河面实时视频图像，所述双目摄像头安装在无人船上；

采用预先训练好的垃圾识别模型对所述视频图像进行垃圾目标检测，得到垃圾的类型及垃圾的位置信息；

基于所述垃圾的类型及垃圾的位置信息，确定河面的垃圾分布情况，以指示无人船进行垃圾打捞。

可选地，在第一方面提供的一个实施例中，所述垃圾识别模型为PP-YOLO-mobile网络，所述PP-YOLO-mobile网络采用轻量级的MobileNetV3-Small骨架。

可选地，在第一方面提供的一个实施例中，所述方法还包括训练垃圾识别模型的步骤：

获取训练数据集，所述训练数据集包括河面垃圾的历史视频图像数据及对应的标签，所述标签指示垃圾的类型及垃圾位置信息；

将所述训练数据集输入构建的垃圾识别模型，得到预测结果；

基于预测结果与所述标签的误差，迭代更新垃圾识别模型的网络参数；

直到所述误差小于预设阈值时，得到训练好的垃圾识别模型。

可选地，在第一方面提供的一个实施例中，所述得到训练好的垃圾识别模型之后，还包括：

对训练好的垃圾识别模型的模型参数进行敏感度分析，得到敏感度信息；

依据所述敏感度信息，对垃圾识别模型进行裁剪，得到最终的垃圾识别模型。

可选地，在第一方面提供的一个实施例中，所述方法还包括：

确定垃圾与无人船的距离；

基于所述垃圾的类型及所述垃圾与无人船的距离，指示无人船做出航行指令。