本發(fā)明涉及神經(jīng)網(wǎng)絡(luò)，尤其涉及一種餐飲后廚攝像頭型號(hào)和數(shù)量的模型訓(xùn)練方法和預(yù)估方法。

背景技術(shù)：

1、隨著餐飲外賣等新業(yè)態(tài)的不斷涌現(xiàn)，網(wǎng)絡(luò)餐飲關(guān)系到一代人的健康成長。為進(jìn)一步加強(qiáng)入網(wǎng)餐飲單位的食品安全監(jiān)管，加快推進(jìn)網(wǎng)絡(luò)餐飲“陽光廚房”建設(shè)是重中之重。

2、根據(jù)監(jiān)管部門對于視頻監(jiān)控有效覆蓋的要求，需要根據(jù)廚房功能布局和面積大小安裝相應(yīng)數(shù)量的標(biāo)清以上(含標(biāo)清)視頻監(jiān)控設(shè)備，監(jiān)控范圍應(yīng)當(dāng)覆蓋食品粗加工、烹調(diào)、專間和餐用具洗消等區(qū)域。而目前陽光廚房攝像頭所需安裝的數(shù)量依賴于裝維師傅的人工經(jīng)驗(yàn)。因此施工質(zhì)量有可能會(huì)參差不齊，對于攝像頭安裝的型號(hào)和數(shù)量預(yù)估不夠精準(zhǔn)，容易出現(xiàn)誤差。

技術(shù)實(shí)現(xiàn)思路

1、本發(fā)明提供一種餐飲后廚攝像頭型號(hào)和數(shù)量的模型訓(xùn)練方法和預(yù)估方法，用以解決現(xiàn)有技術(shù)中依賴裝維師傅的人工經(jīng)驗(yàn)安裝攝像頭而導(dǎo)致的攝像頭安裝的型號(hào)和數(shù)量精度不夠的缺陷。

2、本發(fā)明提供一種餐飲后廚攝像頭型號(hào)和數(shù)量的模型訓(xùn)練方法，包括：

3、構(gòu)建基于編碼器和解碼器架構(gòu)的深度卷積神經(jīng)網(wǎng)絡(luò)，所述深度卷積神經(jīng)網(wǎng)絡(luò)包括卷積神經(jīng)網(wǎng)絡(luò)圖像特征提取器，長短期記憶神經(jīng)網(wǎng)絡(luò)文本特征提取器和全連接注意力層；

4、獲取餐飲后廚的圖像數(shù)據(jù)和攝像頭型號(hào)的文本數(shù)據(jù)；

5、將所述餐飲后廚的圖像數(shù)據(jù)和攝像頭型號(hào)的文本數(shù)據(jù)輸入所述深度卷積神經(jīng)網(wǎng)絡(luò)，對所述深度卷積神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，得到訓(xùn)練后的深度卷積神經(jīng)網(wǎng)絡(luò)。

6、可選地，獲取餐飲后廚的圖像數(shù)據(jù)和攝像頭型號(hào)的文本數(shù)據(jù)之后，將所述餐飲后廚的圖像數(shù)據(jù)和攝像頭型號(hào)的文本數(shù)據(jù)輸入所述深度卷積神經(jīng)網(wǎng)絡(luò)之前，還包括：

7、確定需要安裝的各個(gè)型號(hào)的攝像頭數(shù)量；

8、根據(jù)所述需要安裝的各個(gè)型號(hào)的攝像頭數(shù)量對所述餐飲后廚的圖像數(shù)據(jù)和攝像頭型號(hào)的文本數(shù)據(jù)進(jìn)行標(biāo)注，得到標(biāo)注后的餐飲后廚的圖像數(shù)據(jù)和攝像頭型號(hào)的文本數(shù)據(jù)，記為數(shù)據(jù)集。

9、可選地，得到所述數(shù)據(jù)集之后，還包括：

10、對所述數(shù)據(jù)集進(jìn)行預(yù)處理，得到預(yù)處理后的數(shù)據(jù)集；所述預(yù)處理包括：對標(biāo)注后的所述餐飲后廚的圖像數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化以及歸一化；對標(biāo)注后的所述攝像頭型號(hào)的文本數(shù)據(jù)進(jìn)行文本清洗以及序列化。

11、可選地，得到預(yù)處理后的數(shù)據(jù)集之后，包括：

12、按照預(yù)設(shè)比例將所述數(shù)據(jù)集劃分為訓(xùn)練集和測試集，將所述測試集中的所述餐飲后廚的圖像數(shù)據(jù)和攝像頭型號(hào)的文本數(shù)據(jù)輸入所述深度卷積神經(jīng)網(wǎng)絡(luò)，對所述深度卷積神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，得到訓(xùn)練后的深度卷積神經(jīng)網(wǎng)絡(luò)。

13、本發(fā)明還提供一種餐飲后廚攝像頭型號(hào)和數(shù)量的預(yù)估方法，包括：

14、獲取待預(yù)估的餐飲后廚圖像數(shù)據(jù)和待選取的攝像頭型號(hào)文本數(shù)據(jù)；

15、將所述待預(yù)估的餐飲后廚圖像數(shù)據(jù)和待選取的攝像頭型號(hào)文本數(shù)據(jù)輸入所述訓(xùn)練后的深度卷積神經(jīng)網(wǎng)絡(luò)中，得到餐飲后廚待安裝的攝像頭數(shù)量以及型號(hào)。

16、可選地，獲取待預(yù)估的餐飲后廚圖像數(shù)據(jù)和待選取的攝像頭型號(hào)文本數(shù)據(jù)之后，將所述待預(yù)估的餐飲后廚圖像數(shù)據(jù)和待選取的攝像頭型號(hào)文本數(shù)據(jù)輸入所述訓(xùn)練后的深度卷積神經(jīng)網(wǎng)絡(luò)之前，還包括：

17、對所述待預(yù)估的餐飲后廚圖像數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化以及歸一化；

18、對所述待選取的攝像頭型號(hào)文本數(shù)據(jù)進(jìn)行文本清洗以及序列化。

19、本發(fā)明還提供一種餐飲后廚攝像頭型號(hào)和數(shù)量的模型訓(xùn)練系統(tǒng)，包括：

20、深度卷積神經(jīng)網(wǎng)絡(luò)構(gòu)建模塊，用于構(gòu)建基于編碼器和解碼器架構(gòu)的深度卷積神經(jīng)網(wǎng)絡(luò)，所述深度卷積神經(jīng)網(wǎng)絡(luò)包括卷積神經(jīng)網(wǎng)絡(luò)圖像特征提取器，長短期記憶神經(jīng)網(wǎng)絡(luò)文本特征提取器和全連接注意力層；

21、數(shù)據(jù)獲取模塊，用于獲取餐飲后廚的圖像數(shù)據(jù)和攝像頭型號(hào)的文本數(shù)據(jù)；

22、訓(xùn)練模塊，用于將所述餐飲后廚的圖像數(shù)據(jù)和攝像頭型號(hào)的文本數(shù)據(jù)輸入所述深度卷積神經(jīng)網(wǎng)絡(luò)，對所述深度卷積神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，得到訓(xùn)練后的深度卷積神經(jīng)網(wǎng)絡(luò)。

23、本發(fā)明還提供一種餐飲后廚攝像頭型號(hào)和數(shù)量的預(yù)估系統(tǒng)，包括：

24、待預(yù)估的數(shù)據(jù)獲取模塊，用于獲取待預(yù)估的餐飲后廚圖像數(shù)據(jù)和待選取的攝像頭型號(hào)文本數(shù)據(jù)；

25、攝像頭數(shù)量及型號(hào)確定模塊，用于將所述待預(yù)估的餐飲后廚圖像數(shù)據(jù)和待選取的攝像頭型號(hào)文本數(shù)據(jù)輸入所述訓(xùn)練后的深度卷積神經(jīng)網(wǎng)絡(luò)中，得到餐飲后廚待安裝的攝像頭數(shù)量以及型號(hào)。

26、本發(fā)明還提供一種電子設(shè)備，包括存儲(chǔ)器、處理器及存儲(chǔ)在所述存儲(chǔ)器上并可在所述處理器上運(yùn)行的計(jì)算機(jī)程序，所述處理器執(zhí)行所述程序時(shí)實(shí)現(xiàn)所述的餐飲后廚攝像頭型號(hào)和數(shù)量的模型訓(xùn)練方法，或?qū)崿F(xiàn)所述的餐飲后廚攝像頭型號(hào)和數(shù)量的預(yù)估方法。

27、本發(fā)明還提供一種非暫態(tài)計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，其上存儲(chǔ)有計(jì)算機(jī)程序，所述計(jì)算機(jī)程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)所述的餐飲后廚攝像頭型號(hào)和數(shù)量的模型訓(xùn)練方法，或?qū)崿F(xiàn)所述的餐飲后廚攝像頭型號(hào)和數(shù)量的預(yù)估方法。

28、本發(fā)明提供的餐飲后廚攝像頭型號(hào)和數(shù)量的模型訓(xùn)練方法和預(yù)估方法，通過構(gòu)建基于編碼器和解碼器架構(gòu)的深度卷積神經(jīng)網(wǎng)絡(luò)，所述深度卷積神經(jīng)網(wǎng)絡(luò)包括卷積神經(jīng)網(wǎng)絡(luò)圖像特征提取器，長短期記憶神經(jīng)網(wǎng)絡(luò)文本特征提取器和全連接注意力層；獲取餐飲后廚的圖像數(shù)據(jù)和攝像頭型號(hào)的文本數(shù)據(jù)；將所述餐飲后廚的圖像數(shù)據(jù)和攝像頭型號(hào)的文本數(shù)據(jù)輸入所述深度卷積神經(jīng)網(wǎng)絡(luò)，對所述深度卷積神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，得到訓(xùn)練后的深度卷積神經(jīng)網(wǎng)絡(luò)。即本發(fā)明構(gòu)建并訓(xùn)練了能夠根據(jù)餐飲后廚的圖像數(shù)據(jù)和攝像頭型號(hào)的文本數(shù)據(jù)進(jìn)行攝像頭數(shù)量和型號(hào)預(yù)估的深度卷積神經(jīng)網(wǎng)絡(luò)，而且基于該神經(jīng)網(wǎng)絡(luò)進(jìn)行攝像頭數(shù)量和型號(hào)預(yù)估，相較于現(xiàn)有技術(shù)，能夠提高預(yù)估的精度和準(zhǔn)確度。

技術(shù)特征：

1.一種餐飲后廚攝像頭型號(hào)和數(shù)量的模型訓(xùn)練方法，其特征在于，包括：

2.根據(jù)權(quán)利要求1所述的餐飲后廚攝像頭型號(hào)和數(shù)量的模型訓(xùn)練方法，其特征在于，獲取餐飲后廚的圖像數(shù)據(jù)和攝像頭型號(hào)的文本數(shù)據(jù)之后，將所述餐飲后廚的圖像數(shù)據(jù)和攝像頭型號(hào)的文本數(shù)據(jù)輸入所述深度卷積神經(jīng)網(wǎng)絡(luò)之前，還包括：

3.根據(jù)權(quán)利要求2所述的餐飲后廚攝像頭型號(hào)和數(shù)量的模型訓(xùn)練方法，其特征在于，得到所述數(shù)據(jù)集之后，還包括：

4.根據(jù)權(quán)利要求3所述的餐飲后廚攝像頭型號(hào)和數(shù)量的模型訓(xùn)練方法，其特征在于，得到預(yù)處理后的數(shù)據(jù)集之后，包括：

5.一種餐飲后廚攝像頭型號(hào)和數(shù)量的預(yù)估方法，其特征在于，包括：

6.根據(jù)權(quán)利要求5所述的餐飲后廚攝像頭型號(hào)和數(shù)量的預(yù)估方法，其特征在于，獲取待預(yù)估的餐飲后廚圖像數(shù)據(jù)和待選取的攝像頭型號(hào)文本數(shù)據(jù)之后，將所述待預(yù)估的餐飲后廚圖像數(shù)據(jù)和待選取的攝像頭型號(hào)文本數(shù)據(jù)輸入權(quán)利要求1-4任一項(xiàng)所述訓(xùn)練后的深度卷積神經(jīng)網(wǎng)絡(luò)之前，還包括：

7.一種餐飲后廚攝像頭型號(hào)和數(shù)量的模型訓(xùn)練系統(tǒng)，其特征在于，包括：

8.一種餐飲后廚攝像頭型號(hào)和數(shù)量的預(yù)估系統(tǒng)，其特征在于，包括：

9.一種電子設(shè)備，包括存儲(chǔ)器、處理器及存儲(chǔ)在所述存儲(chǔ)器上并可在所述處理器上運(yùn)行的計(jì)算機(jī)程序，其特征在于，所述處理器執(zhí)行所述程序時(shí)實(shí)現(xiàn)如權(quán)利要求1至4任一項(xiàng)所述的餐飲后廚攝像頭型號(hào)和數(shù)量的模型訓(xùn)練方法，或?qū)崿F(xiàn)如權(quán)利要求5至6任一項(xiàng)所述的餐飲后廚攝像頭型號(hào)和數(shù)量的預(yù)估方法。

10.一種非暫態(tài)計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，其上存儲(chǔ)有計(jì)算機(jī)程序，其特征在于，所述計(jì)算機(jī)程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)如權(quán)利要求1至4任一項(xiàng)所述的餐飲后廚攝像頭型號(hào)和數(shù)量的模型訓(xùn)練方法，或?qū)崿F(xiàn)如權(quán)利要求5至6任一項(xiàng)所述的餐飲后廚攝像頭型號(hào)和數(shù)量的預(yù)估方法。

技術(shù)總結(jié)
本發(fā)明提供一種餐飲后廚攝像頭型號(hào)和數(shù)量的模型訓(xùn)練方法和預(yù)估方法，屬于神經(jīng)網(wǎng)絡(luò)技術(shù)領(lǐng)域，模型訓(xùn)練方法包括：構(gòu)建基于編碼器和解碼器架構(gòu)的深度卷積神經(jīng)網(wǎng)絡(luò)，深度卷積神經(jīng)網(wǎng)絡(luò)包括卷積神經(jīng)網(wǎng)絡(luò)圖像特征提取器，長短期記憶神經(jīng)網(wǎng)絡(luò)文本特征提取器和全連接注意力層；獲取餐飲后廚的圖像數(shù)據(jù)和攝像頭型號(hào)的文本數(shù)據(jù)；將餐飲后廚的圖像數(shù)據(jù)和攝像頭型號(hào)的文本數(shù)據(jù)輸入深度卷積神經(jīng)網(wǎng)絡(luò)，對深度卷積神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，得到訓(xùn)練后的深度卷積神經(jīng)網(wǎng)絡(luò)?；诒景l(fā)明進(jìn)行攝像頭數(shù)量和型號(hào)預(yù)估，能夠提高預(yù)估的精度和準(zhǔn)確度。

技術(shù)研發(fā)人員：邢彪,馮杭生,肖力,杜戛健,哈文軒
受保護(hù)的技術(shù)使用者：中國移動(dòng)通信集團(tuán)浙江有限公司
技術(shù)研發(fā)日：
技術(shù)公布日：2024/10/21