本公开提供了一种垃圾桶状态识别方法、装置、设备以及存储介质，涉及人工智能领域，具体涉及计算机视觉和深度学习技术，具体可用于智慧城市和智能云场景下。该方法的一具体实施方式包括：获取待识别图像；确定待识别图像对应的场景类别；利用场景类别对应的状态识别模型对待识别图像中的垃圾桶的状态进行识别，得到识别结果。该实施方式能够更灵活地对垃圾桶状态进行识别，提高了垃圾桶状态识别的准确率。提高了垃圾桶状态识别的准确率。提高了垃圾桶状态识别的准确率。
【技术实现步骤摘要】
垃圾桶状态识别方法、装置、设备以及存储介质
[0001]本公开涉及人工智能领域，具体涉及计算机视觉和深度学习技术，尤其涉及垃圾桶状态识别方法、装置、设备以及存储介质，具体可用于智慧城市和智能云场景下。
技术介绍
[0002]随着中国城镇化高速增长，每天会产生很多垃圾，用于储存垃圾的垃圾桶、垃圾站也逐渐成为了城市环保管理所必不可少的组成部分。但垃圾桶经常会出现垃圾溢出、歪倒等现象，从而导致垃圾杂乱，影响城市容貌。此外，现有主要靠人工定时巡查来对垃圾桶的状态进行检查，可能会存在清理滞后的情况，或者出现垃圾桶未满(或空桶)造成垃圾收运车白跑一趟的情况，浪费人力以及物力。所以，对垃圾桶以及垃圾站的管理一直都是城市的管理难点。
技术实现思路
[0003]本公开提供了一种垃圾桶状态识别方法、装置、设备以及存储介质。
[0004]根据本公开的第一方面，提供了一种垃圾桶状态识别方法，包括：获取待识别图像；确定待识别图像对应的场景类别；利用场景类别对应的状态识别模型对待识别图像中的垃圾桶的状态进行识别，得到识别结果。
[0005]根据本公开的第二方面，提供了一种垃圾桶状态识别装置，包括：第一获取模块，被配置成获取待识别图像；确定模块，被配置成确定待识别图像对应的场景类别；识别模块，被配置成利用场景类别对应的状态识别模型对待识别图像中的垃圾桶的状态进行识别，得到识别结果。
[0006]根据本公开的第三方面，提供了一种电子设备，包括：至少一个处理器；以及与至少一个处理器通信连接的存储器；其中，存储器存储有可被至少一个处理器执行的指令，指令被至少一个处理器执行，以使至少一个处理器能够执行如第一方面中任一实现方式描述的方法。
[0007]根据本公开的第四方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，计算机指令用于使计算机执行如第一方面中任一实现方式描述的方法。
[0008]根据本公开的第五方面，提供了一种计算机程序产品，包括计算机程序，计算机程序在被处理器执行时实现如第一方面中任一实现方式描述的方法。
[0009]应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
[0010]附图用于更好地理解本方案，不构成对本公开的限定。其中：
[0011]图1是本公开可以应用于其中的示例性系统架构图；
[0012]图2是根据本公开的垃圾桶状态识别方法的一个实施例的流程图；
[0013]图3是根据本公开的垃圾桶状态识别方法的另一个实施例的流程图；
[0014]图4是垃圾桶的各个状态的示意图；
[0015]图5是根据本公开的垃圾桶状态识别方法的又一个实施例的流程图；
[0016]图6是本公开的垃圾桶状态识别方法的应用场景图；
[0017]图7是根据本公开的垃圾桶状态识别装置的一个实施例的结构示意图；
[0018]图8是用来实现本公开实施例的垃圾桶状态识别方法的电子设备的框图。
具体实施方式
[0019]以下结合附图对本公开的示范性实施例做出说明，其中包括本公开实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本公开的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。
[0020]需要说明的是，在不冲突的情况下，本公开中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本公开。
[0021]图1示出了可以应用本公开的垃圾桶状态识别方法或垃圾桶状态识别装置的实施例的示例性系统架构100。
[0022]如图1所示，系统架构100可以包括终端设备101、102、103，网络104和服务器105。网络104用以在终端设备101、102、103和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。
[0023]用户可以使用终端设备101、102、103通过网络104与服务器105交互，以接收或发送信息等。终端设备101、102、103上可以安装有各种客户端应用。
[0024]终端设备101、102、103可以是硬件，也可以是软件。当终端设备101、102、103为硬件时，可以是各种电子设备，包括但不限于智能手机、平板电脑、膝上型便携计算机和台式计算机等等。当终端设备101、102、103为软件时，可以安装在上述电子设备中。其可以实现成多个软件或软件模块，也可以实现成单个软件或软件模块。在此不做具体限定。
[0025]服务器105可以提供各种服务。例如，服务器105可以对从终端设备101、102、103获取到的待识别图像进行分析和处理，并生成处理结果(例如识别结果)。
[0026]需要说明的是，服务器105可以是硬件，也可以是软件。当服务器105为硬件时，可以实现成多个服务器组成的分布式服务器集群，也可以实现成单个服务器。当服务器105为软件时，可以实现成多个软件或软件模块(例如用来提供分布式服务)，也可以实现成单个软件或软件模块。在此不做具体限定。
[0027]需要说明的是，本公开实施例所提供的垃圾桶状态识别方法一般由服务器105执行，相应地，垃圾桶状态识别装置一般设置于服务器105中。
[0028]应该理解，图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要，可以具有任意数目的终端设备、网络和服务器。
[0029]继续参考图2，其示出了根据本公开的垃圾桶状态识别方法的一个实施例的流程200。该垃圾桶状态识别方法包括以下步骤：
[0030]步骤201，获取待识别图像。
[0031]在本实施例中，垃圾桶状态识别方法的执行主体(例如图1所示的服务器105)可以
获取待识别图像。其中，待识别图像可以为通过图像传感器采集的，图像传感器即能够采集图像的传感器，本实施例中的图像传感器为摄像头传感器(以下简称为摄像头)，也可根据实际情况采用其他的图像传感器，本公开对此不做限定。图像传感器采集的待识别图像中包含有需要进行状态识别的垃圾桶。
[0032]在实际应用中，本公开提供的垃圾桶状态识别方法可以应用在智慧城市中，上述待识别图像可为固定摄像头采集的，固定摄像头为智慧城市中遍布在任意地方的摄像头，例如街道上、小区内等等。
[0033]在本实施例中，还可以按照实际需要来灵活设置和选取需要进行处理的摄像头，例如经过统计分析发现，有些摄像头所采集的区域内并没有设置垃圾桶，那么就可以不选取这些摄像头，相应的，选取那些采集区域内有垃圾桶的摄像头，并对这些摄像头采集的图像进行识别，从而可以根据实际情况与实际需要来灵活选取摄像头。
[0034]步骤202，确定待识别图像对应的场景类别。
[0035]在本实施例本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种垃圾桶状态识别方法，包括：获取待识别图像；确定所述待识别图像对应的场景类别；利用所述场景类别对应的状态识别模型对所述待识别图像中的垃圾桶的状态进行识别，得到识别结果。2.根据权利要求1所述的方法，其中，所述确定所述待识别图像对应的场景类别，包括：将所述待识别图像输入至预先训练的场景识别模型中，得到所述待识别图像对应的场景类别。3.根据权利要求1所述的方法，其中，所述确定所述待识别图像对应的场景类别，还包括：获取采集所述待识别图像的图像传感器的属性信息；基于所述属性信息确定所述待识别图像对应的场景类别。4.根据权利要求1
‑
3中任一项所述的方法，其中，所述场景类别包括：室内公共场所或室外公共场所，所述室外公共场所包括：社区、街道或景区。5.根据权利要求1
‑
4中任一项所述的方法，其中，所述利用所述场景类别对应的状态识别模型对所述待识别图像中的垃圾桶的状态进行识别，得到识别结果，包括：获取所述场景类别对应的状态识别模型；将所述待识别图像输入至所述状态识别模型中，确定垃圾桶在所述待识别图像中的位置信息；基于所述位置信息生成候选区域，对所述候选区域内的垃圾桶的状态进行识别，输出得到识别结果。6.根据权利要求5所述的方法，其中，所述识别结果包括垃圾桶的状态信息，其中，所述垃圾桶的状态信息包括：正常状态或异常状态，所述异常状态包括以下至少一种：满溢、歪倒、未合盖、洒落垃圾。7.根据权利要求6所述的方法，所述方法还包括：响应于所述垃圾桶的状态信息为异常状态，基于所述状态信息生成状态提醒信息。8.根据权利要求7所述的方法，所述方法还包括：获取所述状态提醒信息对应的反馈信息；基于所述反馈信息对所述状态识别模型进行更新。9.一种垃圾桶状态识别装置，包括：第一获取模块，被配置成获取待识别图像；确定模块，被配置成确定所述待识别图像对应的场景类别；识别模块，被配置成利用所述场景类别对应的状态识别模型对所述待识别图像中的垃圾桶的状态进行识别，得到识别结果。10.根据权利要求9所述的装置，其中，所述确定模块...
【专利技术属性】
技术研发人员：王云浩，陈松，张滨，辛颖，冯原，王晓迪，郝靖，龙翔，贾壮，彭岩，郑弘晖，李超，谷祎，韩树民，
申请(专利权)人：北京百度网讯科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。