[发明专利]仓库环境整洁状态的检测方法、装置、设备和存储介质

说明书

本公开提供了仓库环境整洁状态的检测方法，包括：按照预设时间间隔获取仓库环境的当前状态图和初始状态图；将所述当前状态图和所述初始状态图进行对比，确定所述当前状态图相对于所述初始状态图的变化区域作为目标区域，提取所述目标区域的图像信息；将所述图像信息输入预先训练的环境整洁状态检测模型，得到输出的检测结果，所述检测结果包括目标坐标、目标像素掩码、以及目标类别和对应的概率；根据所述检测结果中同类目标所占面积和同类目标之间的相对位置关系确定所述目标区域的环境整洁度指数；根据所述环境整洁度指数对仓库环境的当前状态图的获取频率进行调整。以此方式能够实现对生鲜仓库的环境整洁度的自动化检测。

技术领域

本公开的实施例一般涉及图像识别技术领域，并且更具体地，涉及仓库环境整洁状态的检测方法、装置、设备和存储介质。

背景技术

随着前置仓模式在生鲜电商领域的成功应用，大量的前置仓库遍布各地，如何提高这些仓库的运营效率从而节省人力成本，对于企业发展显得尤为重要。在实际场景中，日常保持仓库内干净整洁的环境是仓库管理的基本要求之一。

现有技术中，通常是通过人工巡检来实现保持仓库内环境干净整洁的，但是，人工巡检受巡检人员的主观因素影响较大，不利于仓库内环境的保持，同时造成了人力成本的浪费。

发明内容

根据本公开的实施例，提供了一种满足生鲜电商对仓库环境整洁度需求的方案。

在本公开的第一方面，提供了一种仓库环境整洁状态的检测方法，包括：

获取仓库环境的初始状态图以及按照预设时间间隔获取仓库环境的当前状态图；

将所述当前状态图和所述初始状态图进行对比，确定所述当前状态图相对于所述初始状态图的变化区域作为目标区域，提取所述目标区域的图像信息；

将所述图像信息输入预先训练的环境整洁状态检测模型，得到输出的检测结果，所述检测结果包括目标坐标、目标像素掩码、以及目标类别和对应的概率；

根据所述检测结果中同类目标所占面积和同类目标之间的相对位置关系确定所述目标区域的环境整洁度指数；

根据所述环境整洁度指数对仓库环境的当前状态图的获取频率进行调整。

如上所述的方面和任一可能的实现方式，进一步提供一种实现方式，所述环境整洁状态检测模型由以下方式获得：

以预设数量的仓库环境中的区域的图像信息为训练样本，标识出所述训练样本的目标坐标、目标像素掩码，以及目标类别；

然后将所述训练样本输入到预先建立的神经网络模型，对所述训练样本进行学习，输出训练样本中的目标坐标、目标像素掩码，以及目标类别和对应的概率，当输出结果与标识结果的差异度大于预设阈值时，对神经网络的模型的参数进行修正；

重复上述过程，直到输出结果与标识结果的差异度小于所述预设阈值。

如上所述的方面和任一可能的实现方式，进一步提供一种实现方式，所述利用预先训练的环境整洁状态检测模型对所述图像信息进行处理，输出处理结果，包括：

利用预先训练的环境整洁状态检测模型对所述图像信息进行处理，输出包含目标在内的外接框，以及所述外接框的坐标、外接框内目标的像素掩码，以及目标类别和对应的概率。

如上所述的方面和任一可能的实现方式，进一步提供一种实现方式，所述外接框的坐标为外接框对顶点的坐标。

如上所述的方面和任一可能的实现方式，进一步提供一种实现方式，在所述根据所述处理结果确定所述目标区域的环境整洁度指数之前，还包括：

从多个角度获取仓库环境中目标区域的图像信息；