[发明专利]基于多级模型和预置点自动调节的生态环境目标识别方法

说明书

本发明涉及基于多级模型和预置点自动调节的生态环境目标识别方法，包括以下步骤：收集生态环境目标图像，对生态环境目标图像添加类型标签后，保存至总样本集；并建立若干对应不同类型生态环境目标的子样本集；通过各个子样本集和总样本集分别对目标检测模型进行训练，得到若干个轻量级模型以及重量级通用模型；确定目标监控区域，并搭设影像采集设备，将目标监控区域划分为若干个子区域，设置若干个影像采集设备的预置点，各预置点分别对应各子区域；发布采集任务至影像采集设备，采集任务包括移动至每个预置点的时间节点以及在每个预置点的采集时段；影像采集设备执行采集任务，获取目标监控区域的实时影像数据并输入至多级模型进行生态环境目标识别。

技术领域

本发明涉及基于多级模型和预置点自动调节的生态环境目标识别方法、设备和介质，属于生态环保、智能识别技术领域。

背景技术

生态环境目标是指人类为其自身生存和发展，在利用和改造自然的过程中，对生态环境破坏和污染所产生的垃圾，例如海漂垃圾、固废、扬尘等。生态环境目标关系到人类的生活已经自然资源的可持续发展，因此必须及时对生态环境目标进行处理。

要进行生态环境目标的处理首先要进行生态环境目标的识别，现有的垃圾识别例如公开号为“CN109201514B”的发明专利公开了一种垃圾分类回收方法、垃圾分类装置以及垃圾分类回收系统，是基于城市垃圾种类少、样本大的前提下能够较为简单的训练能够识别几个垃圾种类的垃圾分类模型；但是生态环境目标多种多样，样本又少，不适用这种识别方法；并且现有技术在通过监控视频拍摄区域影像时，还需要人工调整拍摄角度，以获取不同区域的影像，效率低下。

发明内容

为了解决上述现有技术中存在的问题，本发明提出了基于多级模型和预置点自动调节的生态环境目标识别方法，适用于小样本范畴的目标，针对生态环境目标种类多、样本少的情况，训练多个级别的识别模型，分别识别不同种类的生态环境目标，识别精确度高；通过设置采集任务的方式让影像采集设备自动采集不同区域的影像数据，效率高。

本发明的技术方案如下：

技术方案一：

基于多级模型和预置点自动调节的生态环境目标识别方法，包括以下步骤：

建立样本集；收集生态环境目标图像，对所述生态环境目标图像添加类型标签后，保存至总样本集；并根据生态环境目标图像的类型标签建立若干对应不同类型生态环境目标的子样本集；

训练多级模型；通过各个子样本集分别对目标检测模型进行训练，分别得到可识别对应类型生态环境目标的若干个轻量级模型，通过总样本集对目标检测模型进行训练，得到可识别不同类型生态环境目标的重量级通用模型；

设置监控设备；确定目标监控区域，并在目标监控区域搭设影像采集设备，将目标监控区域划分为若干个子区域，设置若干个影像采集设备的预置点，各预置点分别对应各子区域；

进行识别；发布采集任务至影像采集设备，所述采集任务包括移动至每个预置点的时间节点以及在每个预置点的采集时段；所述影像采集设备执行采集任务，获取目标监控区域的实时影像数据并输入至多级模型进行生态环境目标识别，输出识别结果。

作为优选，在对所述生态环境目标图像添加类型标签时，根据生态环境目标图像中生态环境目标的特征属性，从低到高赋予该生态环境目标图像1～N个级别的类型标签；其中，级别N的类型标签为级别N-1的类型标签的上位类型。

作为优选，所述并根据生态环境目标图像的类型标签建立若干对应不同类型生态环境目标的子样本集的具体步骤为：

将具有相同类型标签的生态环境目标图像作为同类样本保存至一子样本集中，并将该子样本集中的同类样本除相同类型标签外的其他类型标签删除；