[发明专利]设备的工作功率的控制方法、装置及存储介质

权利要求书

1.一种设备的工作功率的控制方法，其特征在于，包括：

获取实时监控图像；

将所述实时监控图像输入图像语义分割模型，输出目标对象的占地面积矩阵，其中，所述图像语义分割模型已通过训练，学习并保存有输入的图像与输出的所述占地面积矩阵之间的对应关系；

将所述实时监控图像输入深度估计模型，输出所述目标对象的高度矩阵，其中，所述深度估计模型已通过训练，学习并保存有输入的图像与输出的所述高度矩阵之间的对应关系；

将所述占地面积矩阵与所述高度矩阵中对应位置的元素的值相乘，并将相乘得到的多个元素乘积相加，得到所述目标对象的体积；

根据所述目标对象的体积控制设备的工作功率。

2.根据权利要求1所述的方法，其特征在于，所述将所述实时监控图像输入图像语义分割模型之前，所述方法还包括：

通过第一图像获取设备获取历史监控图像，通过第二图像获取设备获取所述历史监控图像对应的深度图像；

对所述历史监控图像进行标注处理，得到所述历史监控图像对应的语义标签。

3.根据权利要求2所述的方法，其特征在于，所述对所述历史监控图像进行标注处理，得到所述历史监控图像对应的语义标签之后，所述方法还包括：

使用所述历史监控图像和所述语义标签对所述图像语义分割模型进行训练；

将所述深度图像作为所述历史监控图像的标签，使用所述历史监控图像和所述深度图像对所述深度估计模型进行训练。

4.根据权利要求1所述的方法，其特征在于，所述将所述实时监控图像输入图像语义分割模型，输出目标对象的占地面积矩阵，包括：

将所述实时监控图像输入图像语义分割网络，得到第一像素矩阵，其中，所述图像语义分割模型包括：所述图像语义分割网络和语义转换网络；

将所述第一像素矩阵输入所述语义转换网络，输出所述占地面积矩阵。

5.根据权利要求1所述的方法，其特征在于，所述将所述实时监控图像输入深度估计模型，输出所述目标对象的高度矩阵，包括：

将所述实时监控图像输入深度估计网络，得到第二像素矩阵，其中，所述深度估计模型包括：所述深度估计网络和深度转换网络；

将所述第二像素矩阵输入所述深度转换网络，输出所述高度矩阵。

6.根据权利要求1所述的方法，其特征在于，所述根据所述目标对象的体积控制设备的工作功率，包括：

获取所述目标对象的密度和所述设备的运行速度区间；

并根据所述密度和所述体积计算所述目标对象的质量；

根据所述质量和所述运行速度区间控制所述工作功率。

7.根据权利要求3所述的方法，其特征在于，包括：

使用所述历史监控图像对所述深度估计模型进行训练之前或获取所述实时监控图像之后对图像进行预处理，其中，所述图像包括：所述历史监控图像和所述实时监控图像；

其中，对所述图像进行预处理，包括：对所述图像进行联合双边滤波处理；和/或

对所述图像进行图像锐化处理。

8.根据权利要求3所述的方法，其特征在于，对所述图像语义分割模型进行训练之前，所述方法还包括：

根据图像边缘信息的提取指令，通过消融实验分别在所述图像语义分割模型和所述深度估计模型中增加一层或多层注意力网络，并在模型中调整所述注意力网络的层序号；和/或

根据模型运行的实时性要求指令，通过消融实验分别在所述图像语义分割模型和所述深度估计模型中减少一层或多层神经网络。