[发明专利]一种户型图识别方法、装置、计算机设备及存储介质

说明书

本发明提供一种户型图识别方法、装置、计算机设备及存储介质对预先收集到户型图数据进行图像处理，得到户型图数据的轮廓特征数据，从轮廓特征数据中提取第一样本数据与第二样本数据，使用第一样本数据对预先构建的对比学习模型进行训练，得到户型图预识别模型，使用第二样本数据对户型图预识别模型进行训练，得到目标户型图识别模型，将待识别户型图中的轮廓特征数据输入至目标户型图识别模型中，识别出待识别户型图的特征。使用无标注信息的数据对对比学习模型进行训练，增加了样本数据的多样性，可以满足长时间的需求，且节省了样本标注时间，提高了户型图预识别模型的训练效率。

技术领域

本发明涉及人工智能领域，尤其涉及一种户型图识别方法、装置、计算机设备及存储介质。

背景技术

户型识别在家装行业里发挥着重大的影响，用户可以根据自家的户型图，在平台上的识别出相似的户型，以及该户型的相关的装修分享以及设计，用户可以根据这些设计指导自家的装修方案的设计。现有技术中，在通过户型图模型进行识别时，对户型图模型进行训练，一般都需要标注特定的数据，标注的数据量越多，训练后的深度学习算法效果越好。但大量的数据标注需要消耗大量的人力和时间，且随着多种户型图的不断出现，数据的初始定义并不能满足新增户型的要求，这就需要重新标注数据，然而每次标注都需要投入大量的人力和时间，降低了户型图识别模型训练的效率。

发明内容

基于此，有必要针对上述技术问题，提供一种户型图识别方法、装置、计算机设备及存储介质，以解决户型图识别模型训练效率较低的问题。

第一方面，提供一种户型图识别方法，

对预先收集到户型图数据进行图像处理，得到所述户型图数据的轮廓特征数据，从所述轮廓特征数据中提取第一样本数据和第二样本数据；其中，所述第一样本数据为无标注信息数据，所述第二样本数据为有标注信息数据；

基于所述第一样本数据，对预先构建的对比学习模型进行训练，得到户型图预识别模型；

基于所述第二样本数据，通过迁移学习算法，对所述户型图预识别模型进行训练，得到目标户型图识别模型；

将待识别户型图中的轮廓特征数据输入至所述目标户型图识别模型中，识别出所述待识别户型图的特征。

第二方面，提供一种户型图识别装置，

提取样本数据模块：对预先收集到户型图数据进行图像处理，得到所述户型图数据的轮廓特征数据，从所述轮廓特征数据中提取第一样本数据和第二样本数据；其中，所述第一样本数据为无标注信息数据，所述第二样本数据为有标注信息数据；

得到户型图预识别模型模块，基于所述第一样本数据，对预先构建的对比学习模型进行训练，得到户型图预识别模型；

得到目标户型图识别模型模块：基于所述第二样本数据，通过迁移学习算法，对所述户型图预识别模型进行训练，得到目标户型图识别模型；

识别模块：将待识别户型图中的轮廓特征数据输入至所述目标户型图识别模型中，识别出所述待识别户型图的特征。

第三方面，本发明实施例提供一种计算机设备，所述计算机设备包括处理器、存储器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如第一方面所述的户型图识别方法。

第四方面，本发明实施例提供一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现如第一方面所述的户型图识别方法。

本发明与现有技术相比存在的有益效果是：