【技术实现步骤摘要】
本申请涉及物联网，具体涉及一种设备控制方法、装置、存储介质及电子设备。
技术介绍
1、当下物联网设备已经越来越普及，在于物联网控制系统中，控制被控设备(待控制设备)时，首先需要在主控设备(如app、小程序、虚拟现实眼镜和头盔、混合现实眼镜和头盔、增强显示眼镜和头盔等)上确定被控设备(待控制设备)，这个确定过程需要的步骤多，操作麻烦，影响用户体验。
2、目前，在众多的物联网主控设备中，通常需要通过手动选择或者动眼方式等，通过层层的菜单点选或者列表选择的方式在主控设备中翻找被控设备，从而确定被控设备(待控制设备)的标识信息，然后才能进行控制。
3、目前的方式下，这个过程中被控设备(待控制设备)的标识信息识别耗时较高，特别在企业或工厂等主控设备中绑定了大量被控设备的场景，这个耗时尤其的高，导致设备控制效率较低，给用户带来不便。
技术实现思路
1、本申请实施例提供一种方案，可以有效降低被控设备(待控制设备)的标识信息识别耗时，提升设备控制效率，提升用户体验。
2、本申请实施例提供以下技术方案：
3、根据本申请的一个实施例，一种设备控制方法，其包括：获取候选设备列表，所述候选设备列表中包括多个候选设备对应的预设设备型号及预设标识信息；获取设备环境图像，所述设备环境图像为采集的包含待控制设备的设备周边环境图像；采用预设型号识别模型对所述设备环境图像进行分析，得到目标设备型号；根据所述候选设备列表中与所述目标设备型号匹配的预设设备型号所对应的预设标
4、在本申请的一些实施例中，所述采用预设型号识别模型对所述设备环境图像进行分析，得到目标设备型号，包括：对所述预设型号识别模型进行概率筛选设置，得到设置后型号识别模型，所述设置后型号识别模型对于所述候选设备列表中包括的预设设备型号之外的其它型号的概率识别为零；采用所述设置后型号识别模型对所述设备环境图像进行分析，得到至少一个预测设备型号及每个预测设备型号对应的概率；根据所述至少一个预测设备型号及每个预测设备型号对应的概率，得到所述目标设备型号。
5、在本申请的一些实施例中，所述预设型号识别模型为按照以下方式训练得到的：获取训练集，所述训练集中包括多个样本设备环境图像，样本设备环境图像为采集的包含样本设备的设备周边环境图像，每个所述样本设备环境图像标定对应的样本设备的样本设备型号；采用待训练识别模型对所述多个样本设备环境图像进行分析，得到每个样本设备环境图像对应的预测样本设备型号；根据每个样本设备环境图像对应的预测样本设备型号及每个所述样本设备环境图像标定的样本设备型号的误差，对所述待训练识别模型进行参数调整，直至符合预定条件，得到训练后的所述预设型号识别模型。
6、在本申请的一些实施例中，所述待训练识别模型为按照以下方式构建得到的：获取预先训练的图像分类模型；将所述图像分类模型的最后一层的全连接层更换为新全连接层，得到更新后图像分类模型；将所述更新后图像分类模型中权重初始化为所述图像分类模型的权重，并冻结所述更新后图像分类模型中除选择的层以外的所有层的权重，得到所述待训练识别模型。
7、在本申请的一些实施例中，所述候选设备列表包括第一绑定设备列表；所述获取候选设备列表，包括：向服务器发送所述主控设备中的控制用户信息；接收所述服务器发送的第一绑定设备信息，所述第一绑定设备信息中包括所述控制用户信息绑定的候选设备的设备相关信息，所述第一绑定设备信息为所述服务器根据所述控制用户信息查询到的；根据所述第一绑定设备信息得到所述第一绑定设备列表，所述第一绑定设备列表中包括所述控制用户信息绑定的候选设备的对应的预设设备型号及预设标识信息。
8、在本申请的一些实施例中，所述候选设备列表包括第二绑定设备列表；所述获取候选设备列表，包括：向服务器发送控制场景及控制用户信息；接收所述服务器发送的第二绑定设备信息，所述第二绑定设备信息中包括所述控制用户信息绑定的且符合所述控制场景的候选设备的设备相关信息，所述第二绑定设备信息为所述服务器根据所述控制场景及所述控制用户信息查询到的；根据所述第二绑定设备信息得到所述第二绑定设备列表，所述第二绑定设备列表中包括所述控制用户信息绑定的且符合所述控制场景的候选设备的对应的预设设备型号及预设标识信息。
9、在本申请的一些实施例中，所述根据所述候选设备列表中与所述目标设备型号匹配的预设设备型号所对应的预设标识信息，得到目标标识信息，包括：若与所述目标设备型号匹配的预设设备型号所对应的预设标识信息为一个，则将所述与所述目标设备型号匹配的预设设备型号所对应的预设标识信息确定为所述目标标识信息；若与所述目标设备型号匹配的预设设备型号所对应的预设标识信息为至少两个，则提示用户进行选择，并根据用户选择得到所述目标标识信息。
10、根据本申请的一个实施例，一种设备控制装置，所述装置包括：列表获取模块，用于获取候选设备列表，所述候选设备列表中包括多个候选设备对应的预设设备型号及预设标识信息；图片获取模块，用于获取设备环境图像，所述设备环境图像为采集的包含待控制设备的设备周边环境图像；型号分析模块，用于采用预设型号识别模型对所述设备环境图像进行分析，得到目标设备型号；标识确定模块，用于根据所述候选设备列表中与所述目标设备型号匹配的预设设备型号所对应的预设标识信息，得到目标标识信息，所述目标标识信息用于控制所述待控制设备。
11、在本申请的一些实施例中，所述型号分析模块，用于：对所述预设型号识别模型进行概率筛选设置，得到设置后型号识别模型，所述设置后型号识别模型对于所述候选设备列表中包括的预设设备型号之外的其它型号的概率识别为零；采用所述设置后型号识别模型对所述设备环境图像进行分析，得到至少一个预测设备型号及每个预测设备型号对应的概率；根据所述至少一个预测设备型号及每个预测设备型号对应的概率，得到所述目标设备型号。
12、在本申请的一些实施例中，所述装置还包括训练模块，用于：获取训练集，所述训练集中包括多个样本设备环境图像，样本设备环境图像为采集的包含样本设备的设备周边环境图像，每个所述样本设备环境图像标定对应的样本设备的样本设备型号；采用待训练识别模型对所述多个样本设备环境图像进行分析，得到每个样本设备环境图像对应的预测样本设备型号；根据每个样本设备环境图像对应的预测样本设备型号及每个所述样本设备环境图像标定的样本设备型号的误差，对所述待训练识别模型进行参数调整，直至符合预定条件，得到训练后的所述预设型号识别模型。
13、在本申请的一些实施例中，所述训练模块，用于：获取预先训练的图像分类模型；将所述图像分类模型的最后一层的全连接层更换为新全连接层，得到更新后图像分类模型；将所述更新后图像分类模型中权重初始化为所述图像分类模型的权重，并冻结所述更新后图像分类模型中除选择的层以外的所有层的权重，得到所述待训练识别模型。
14、在本申请的一些实施本文档来自技高网...
【技术保护点】
1.一种设备控制方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述采用预设型号识别模型对所述设备环境图像进行分析，得到目标设备型号，包括：
3.根据权利要求1或2所述的方法，其特征在于，所述预设型号识别模型为按照以下方式训练得到的：
4.根据权利要求3所述的方法，其特征在于，所述待训练识别模型为按照以下方式构建得到的：
5.根据权利要求1所述的方法，其特征在于，所述候选设备列表包括第一绑定设备列表；所述获取候选设备列表，包括：
6.根据权利要求1所述的方法，其特征在于，所述候选设备列表包括第二绑定设备列表；所述获取候选设备列表，包括：
7.根据权利要求1所述的方法，其特征在于，所述根据所述候选设备列表中与所述目标设备型号匹配的预设设备型号所对应的预设标识信息，得到目标标识信息，包括：
8.一种设备控制装置，其特征在于，包括：
9.一种存储介质，其特征在于，其上存储有计算机程序，当所述计算机程序被计算机的处理器执行时，使计算机执行权利要求1至7任一项所述的方法。p>
10.一种电子设备，其特征在于，包括：存储器，存储有计算机程序；处理器，读取存储器存储的计算机程序，以执行权利要求1至7任一项所述的方法。
...【技术特征摘要】
1.一种设备控制方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述采用预设型号识别模型对所述设备环境图像进行分析，得到目标设备型号，包括：
3.根据权利要求1或2所述的方法，其特征在于，所述预设型号识别模型为按照以下方式训练得到的：
4.根据权利要求3所述的方法，其特征在于，所述待训练识别模型为按照以下方式构建得到的：
5.根据权利要求1所述的方法，其特征在于，所述候选设备列表包括第一绑定设备列表；所述获取候选设备列表，包括：
6.根据权利要求1所述的方法，其特征在于，所述候选设备列表...
【专利技术属性】
技术研发人员：李小庆，
申请(专利权)人：深圳TCL新技术有限公司，
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。