[发明专利]扫地机的模型训练方法、装置、存储介质以及终端在审
| 申请号: | 202210764177.3 | 申请日: | 2022-06-30 |
| 公开(公告)号: | CN115147649A | 公开(公告)日: | 2022-10-04 |
| 发明(设计)人: | 杨俊超;刘帅 | 申请(专利权)人: | 安克创新科技股份有限公司 |
| 主分类号: | G06V10/764 | 分类号: | G06V10/764;G06V10/774;G06V10/44;G06V10/26 |
| 代理公司: | 北京恒博知识产权代理有限公司 11528 | 代理人: | 刘震 |
| 地址: | 410221 湖南省长沙市长沙高新开发区*** | 国省代码: | 湖南;43 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 地机 模型 训练 方法 装置 存储 介质 以及 终端 | ||
1.一种扫地机的模型训练方法,应用于扫地机,其特征在于,所述方法包括:
获取当前环境下采集的目标图像,将所述目标图像输入至指定模型中进行物体识别;所述指定模型包括出厂默认模型和升级训练模型中的至少一种;
当所述指定模型对所述目标图像中的至少一个物体识别失败时,发起所述物体对应的学习交互操作,并获取针对所述学习交互操作的响应交互操作;
基于所述响应交互操作确定所述物体的目标类别,基于所述目标类别和所述目标图像训练目标模型。
2.根据权利要求1所述的方法,其特征在于,所述当所述指定模型对所述目标图像中的至少一个物体识别失败时,发起所述物体对应的学习交互操作,并获取针对所述学习交互操作的响应交互操作,包括:
当所述指定模型对所述目标图像中的至少一个物体识别失败时,绘制所述物体的物体轮廓,通过显示屏显示所述物体轮廓,确定所述物体对应的至少一个候选类别;
确定所述候选类别的置信度,按照置信度由高到低的顺序对所述候选类别进行排列;
按照排列顺序依次输出所述候选类别对应的学习交互操作,并在所述学习交互操作之后的预设时间段内获取针对所述学习交互操作的响应交互操作。
3.根据权利要求2所述的方法,其特征在于,所述按照排列顺序依次输出所述候选类别对应的学习交互操作,并在所述学习交互操作之后的预设时间段内获取针对所述学习交互操作的响应交互操作,包括:
按照排列顺序依次输出所述候选类别对应的语音交互操作,并在所述语音交互操作之后的预设时间段内获取针对所述语音交互操作的语音响应操作和/或触控响应操作;
或,
按照排列顺序依次输出所述候选类别对应的文本交互操作,并在所述文本交互操作之后的预设时间段内获取针对所述文本交互操作的语音响应操作和/或触控响应操作。
4.根据权利要求1所述的方法,其特征在于,所述基于所述响应交互操作确定所述物体的目标类别,包括:
若当前响应交互操作为确认操作,则将所述当前响应交互操作对应的当前学习交互操作所指示的候选类别作为所述物体的目标类别;
若所有响应交互操作都为否认操作,则输出预设识别语音,并采集针对所述预设识别语音的第一响应语音或第一响应文本,识别所述第一响应语音或所述第一响应文本指示的第一匹配类别,将所述第一匹配类别作为所述物体的目标类别;或,若所有响应操作都为否认操作,则输出预设文本信息,并采集针对所述预设文本信息的第二响应语音或第二响应文本,识别所述第二响应语音或所述第二响应文本指示的第二匹配类别,将所述第二匹配类别作为所述物体对应的目标类别。
5.根据权利要求1所述的方法,其特征在于,所述基于所述目标类别和所述目标图像训练目标模型,包括:
在所述目标图像中分割出所述物体对应的训练图像,将所述目标类别和所述训练图像作为训练数据对目标模型进行训练,并在训练过程中,将所述目标模型的训练进度发送至用户终端,以使所述用户终端显示所述训练进度。
6.根据权利1所述的方法,其特征在于,所述基于所述目标类别和所述目标图像训练目标模型,包括:
在所述目标图像中分割出所述物体对应的训练图像,将所述目标类别和所述训练图像作为训练数据对目标模型进行训练,并在训练结束后,确定所述目标模型的评分,将所述评分发送至用户终端,以使所述用户终端显示所述评分。
7.根据权利要求1所述的方法,其特征在于,所述方法还包括:
在扫地机与用户终端处于通信状态时,接收所述用户终端发送的训练指令,将所述目标图像发送至所述用户终端,以使所述用户终端显示所述目标图像;
接收所述用户终端发送的针对所述目标图像中的至少一个物体的识别信息,所述识别信息包括所述至少一个物体中的指定物体的指定类别和所述指定物体的指定图像;
所述基于所述目标类别和所述目标图像训练目标模型,包括:
基于所述目标类别和所述指定类别对所述目标图像和所述指定图像进行组合,得到所述指定物体的训练图像集合;
基于所述指定类别和所述训练图像集合训练目标模型。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于安克创新科技股份有限公司,未经安克创新科技股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202210764177.3/1.html,转载请声明来源钻瓜专利网。





