本发明专利技术实施例公开了一种衣物处理方法、装置、电子设备、及存储介质，方法包括：获取包含至少一件待处理衣物的多个图片；根据所述多个图片获取各待处理衣物的多个子图像；根据任一待处理衣物的多个子图像获取该待处理衣物的完整图像，以分别得到各待处理衣物的完整图像；分别根据各待处理衣物的完整图像确定各待处理衣物的材质信息；根据所述至少一件待处理衣物中各待处理衣物的材质信息确定处理程序和/或处理参数，以控制衣物处理设备根据所述处理程序和/或所述处理参数进行处理。本发明专利技术能够针对被处理衣物的材质自动设置准确的处理程序和参数，能够提升污渍处理效果，能够提高处理质量。高处理质量。高处理质量。
【技术实现步骤摘要】
衣物处理方法、装置、电子设备、及存储介质
[0001]本专利技术实施例涉及智能家电
，具体涉及一种衣物处理方法、装置、电子设备、及存储介质。
技术介绍
[0002]随着生活水平的不断提高，洗衣机已经进入千家万户。洗衣机成为居家生活的必需品。随着物联网技术的不断发展，洗衣机可以进行预约洗、远程在线洗等各种便捷操作，但是在一键自动洗方面还存在一些不足之处。随着图像传感器及计算机技术的发展，待洗衣物中的材质信息可通过图像传感器自动判断出来，自动选择合适的程序，极大提高了用户体验。
[0003]目前，部分智能洗衣机虽然可以通过待洗衣物的吸水量推断出来洗护程序，但是通过待洗衣物的吸水量，只能大致判断出来待洗衣物整体更接近哪种材质，无法准确地判断出待洗衣物中到底有几件衣物及分别是何种材质，因此在推荐程序及程序参数设置很模糊，针对性不足，洗出来的衣物可能存在不干净的地方甚至洗坏衣物的情况。
技术实现思路
[0004]有鉴于此，本专利技术实施例提供一种衣物处理方法、装置、电子设备、及存储介质，以提升处理衣物污渍的效果。
[0005]本专利技术实施例的其他特性和优点将通过下面的详细描述变得显然，或部分地通过本专利技术实施例的实践而习得。
[0006]在本公开的第一方面，本专利技术实施例提供了一种衣物处理方法，包括：
[0007]获取包含至少一件待处理衣物的多个图片；
[0008]根据所述多个图片获取各待处理衣物的多个子图像；
[0009]根据任一待处理衣物的多个子图像获取该待处理衣物的完整图像，以分别得到各待处理衣物的完整图像；
[0010]分别根据各待处理衣物的完整图像确定各待处理衣物的材质信息；
[0011]根据所述至少一件待处理衣物中各待处理衣物的材质信息确定处理程序和/或处理参数，以控制衣物处理设备根据所述处理程序和/或所述处理参数进行处理。
[0012]于一实施例中，获取包含至少一件待处理衣物的多个图片包括：控制所述衣物处理设备的照明模组打开灯光；控制所述衣物处理设备的动力模组转动以翻转和抖散所述至少一件待处理衣物；控制所述衣物处理设备的相机模组拍摄所述至少一件待处理衣物的图片；重复执行上述转动的步骤和拍摄图片的步骤，以获取所述至少一件待处理衣物的多个图片。
[0013]于一实施例中，所述衣物处理设备为洗衣机，所述处理参数包括如下参数中的至少一种：浸泡时间、水温、处理时长、处理桶转速、以及转停比。
[0014]于一实施例中，根据所述至少一件待处理衣物中各待处理衣物的材质信息确定处
理程序和/或处理参数包括：根据所述至少一件待处理衣物的数量和各待处理衣物的材质信息确定处理程序和/或处理参数。
[0015]于一实施例中，根据所述多个图片获取各待处理衣物的多个子图像包括：将所述多个图片输入至预先训练的图像分割模型得到各待处理衣物的多个子图像。
[0016]于一实施例中，所述图像分割模型通过如下步骤训练得到：
[0017]获取训练样本集合，其中，训练样本包括衣物处理设备中的包含至少一件衣物的图片、以及所述图片中根据衣物分割后的各子图像的位置信息作为第一标注信息、以及各子图像对应的衣物标识作为第二标注信息；
[0018]确定初始化的图像分割模型，其中所述初始化的图像分割模型包括目标层，所述目标层用于输出图片中所包含的各衣物分割后的子图像的第一目标层、以及图片中所包含的各子图像的材质的第二目标层；
[0019]利用深度学习的方法，将所述训练样本集合中的训练样本中的图片作为初始化的图像分割模型的输入，将与输入的图片对应的第一标注信息和第二标注信息作为初始化的图像分割模型的期望输出，训练得到所述图像分割模型。
[0020]于一实施例中，根据任一待处理衣物的多个子图像获取该待处理衣物的完整图像包括：分别将任一待处理衣物的多个子图像输入至预先训练的完整处理模型得到该衣物的完整图像。
[0021]于一实施例中，所述完整处理模型通过如下步骤训练得到：
[0022]获取训练样本集合，其中，训练样本包括一件衣物相关的多个子图像，以及所述衣物的完整的衣服信息；
[0023]确定初始化的完整处理模型，其中所述初始化的完整处理模型包括目标层，所述目标层用于输出多个子图像所对应衣物的完整图像；
[0024]利用深度学习的方法，将所述训练样本集合中的训练样本中的一件衣物相关的多个子图像作为初始化的完整处理模型的输入，将与输入的多个子图像对应的该衣物的完整图像作为初始化的完整处理模型的期望输出，训练得到所述完整处理模型。
[0025]于一实施例中，所述初始化的完整处理模型为生成对抗网络模型。
[0026]于一实施例中，分别根据各待处理衣物的完整图像确定各待处理衣物的材质信息包括：将任一待处理衣物的完整图像输入至预先训练的衣物分类模型得到该衣物的材质信息，以分别得到各待处理衣物的材质信息。
[0027]于一实施例中，所述衣物分类模型通过如下步骤训练得到：
[0028]获取训练样本集合，其中，训练样本包括包含衣物的图片，以及所述图片对应衣物的材质作为第一标注信息；
[0029]确定初始化的衣物分类模型，其中所述初始化的衣物分类模型包括目标层，所述目标层用于输出图片对应衣物的材质的第一目标层；
[0030]利用深度学习的方法，将所述训练样本集合中的训练样本中的图片作为初始化的衣物分类模型的输入，将与输入的图片对应的第一标注信息作为初始化的衣物分类模型的期望输出，训练得到所述衣物分类模型。
[0031]在本公开的第二方面，本专利技术实施例还提供了一种衣物处理装置，包括：
[0032]图片获取单元，用于获取包含至少一件待处理衣物的多个图片；
[0033]图像分割单元，用于根据所述多个图片获取各待处理衣物的多个子图像；
[0034]信息获取单元，用于根据任一待处理衣物的多个子图像获取该待处理衣物的完整图像，以分别得到各待处理衣物的完整图像；
[0035]材质获取单元，用于分别根据各待处理衣物的完整图像确定各待处理衣物的材质信息；
[0036]处理控制单元，用于根据所述至少一件待处理衣物中各待处理衣物的材质信息确定处理程序和/或处理参数，以控制衣物处理设备根据所述处理程序和/或所述处理参数进行处理。
[0037]于一实施例中，所述图片获取单元用于：
[0038]控制所述衣物处理设备的照明模组打开灯光；
[0039]控制所述衣物处理设备的动力模组转动以翻转和抖散所述至少一件待处理衣物；
[0040]控制所述衣物处理设备的相机模组拍摄所述至少一件待处理衣物的图片；
[0041]重复执行上述转动的步骤和拍摄图片的步骤，以获取所述至少一件待处理衣物的多个图片。
[0042]于一实施例中，所述衣物处理设备为洗衣机，所述处理参数包括如下参数中的至少一种：浸泡时间、水温、处理时长、处理桶转速、以及转停比。...
【技术保护点】
【技术特征摘要】
1.一种衣物处理方法，其特征在于，包括：获取包含至少一件待处理衣物的多个图片；根据所述多个图片获取各待处理衣物的多个子图像；根据任一待处理衣物的多个子图像获取该待处理衣物的完整图像，以分别得到各待处理衣物的完整图像；分别根据各待处理衣物的完整图像确定各待处理衣物的材质信息；根据所述至少一件待处理衣物中各待处理衣物的材质信息确定处理程序和/或处理参数，以控制衣物处理设备根据所述处理程序和/或所述处理参数进行处理。2.根据权利要求1所述的方法，其特征在于，获取包含至少一件待处理衣物的多个图片包括：控制所述衣物处理设备的照明模组打开灯光；控制所述衣物处理设备的动力模组转动以翻转和抖散所述至少一件待处理衣物；控制所述衣物处理设备的相机模组拍摄所述至少一件待处理衣物的图片；重复执行上述转动的步骤和拍摄图片的步骤，以获取所述至少一件待处理衣物的多个图片。3.根据权利要求1所述的方法，其特征在于，所述衣物处理设备为洗衣机，所述处理参数包括如下参数中的至少一种：浸泡时间、水温、处理时长、处理桶转速、以及转停比。4.根据权利要求1所述的方法，其特征在于，根据所述至少一件待处理衣物中各待处理衣物的材质信息确定处理程序和/或处理参数包括：根据所述至少一件待处理衣物的数量和各待处理衣物的材质信息确定处理程序和/或处理参数。5.根据权利要求1所述的方法，其特征在于，根据所述多个图片获取各待处理衣物的多个子图像包括：将所述多个图片输入至预先训练的图像分割模型得到各待处理衣物的多个子图像。6.根据权利要求5所述的方法，其特征在于，所述图像分割模型通过如下步骤训练得到：获取训练样本集合，其中，训练样本包括衣物处理设备中的包含至少一件衣物的图片、以及所述图片中根据衣物分割后的各子图像的位置信息作为第一标注信息、以及各子图像对应的衣物标识作为第二标注信息；确定初始化的图像分割模型，其中所述初始化的图像分割模型包括目标层，所述目标层用于输出图片中所包含的各衣物分割后的子图像的第一目标层、以及图片中所包含的各子图像的材质的第二目标层；利用深度学习的方法，将所述训练样本集合中的训练样本中的图片作为初始化的图像分割模型的输入，将与输入的图片对应的第一标注信息和第二标注信息作为初始化的图像分割模型的期望输出，训练得到所述图像分割模型。7.根据权利要求1所述的方法，其特征在于，根据任一待处理衣物的多个子图像获取该待处理衣物的完整图像包括：分别将任一待处理衣物的多个子图像输入至预先训练的完整处理模型得到该衣物的
完整图像。8....
【专利技术属性】
技术研发人员：石代兴，孙蓓蓓，黄振兴，许升，
申请(专利权)人：海尔智家股份有限公司，
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。