CN116030415A - 一种环境卫生检测方法、装置、设备及存储介质 - Google Patents

Abstract

本申请公开了一种环境卫生检测方法、装置、设备及存储介质，涉及图像处理技术领域。该方法包括：获取待检测场景的场景图像，通过对所述场景图像进行垃圾检测，得到所述场景图像对应的垃圾检测结果；基于所述垃圾检测结果提取出所述场景图像中垃圾的特征参数信息；基于所述特征参数信息利用预设的环境评分公式对所述待检测场景进行卫生评分。基于垃圾检测结果提取得到能够表征垃圾特征参数的信息，基于特征参数信息利用预先设计的环境评分公式进行环境卫生评分，将难以衡量的主观得分转化为可以量化的公式，使得卫生评价标准可以统一量化，实现对无人监管场所的卫生监测。

Description

一种环境卫生检测方法、装置、设备及存储介质

技术领域

本发明涉及图像处理技术领域，特别涉及一种环境卫生检测方法、装置、设备及存储介质。

背景技术

目前，通常采用人为到场值班的方式对特定场所进行卫生检测，以便及时发现卫生问题，但是如新能源电动汽车充电站等场所大多是无人值守的，会存在一些乱扔垃圾现象，导致场站卫生脏、乱、差，影响用户的充电体验。而因为场站大多是无人值守的，环境卫生变得很差也不能立即发现。因此，如何监测环境卫生，及时发现卫生问题是目前亟需解决的问题。

发明内容

有鉴于此，本发明的目的在于提供一种环境卫生检测方法、装置、设备及介质，能够使卫生评价标准统一量化，实现对无人监管场所的卫生监测。其具体方案如下：

第一方面，本申请公开了一种环境卫生检测方法，包括：

获取待检测场景的场景图像，通过对所述场景图像进行垃圾检测，得到所述场景图像对应的垃圾检测结果；

基于所述垃圾检测结果提取出所述场景图像中垃圾的特征参数信息；

基于所述特征参数信息利用预设的环境评分公式对所述待检测场景进行卫生评分。

可选的，所述环境评分公式为基于垃圾的特征参数构建的，且所述特征参数中的垃圾数目、垃圾大小与所述环境评分公式输出的评分呈负相关。

可选的，所述环境评分公式为基于垃圾数目、垃圾大小和垃圾种类对应的权重构建的；其中，不同种类的垃圾预先配置了不同的权重。

可选的，所述对所述场景图像进行垃圾检测，包括：

利用目标模型对所述场景图像进行垃圾检测；所述目标模型为在Yolov5s模型基础上对先验框进行缩小调整后的模型。

可选的，所述基于所述特征参数信息利用预设的环境评分公式对所述待检测场景进行卫生评分之后，还包括：

确定卫生评分在预设评分阶段中的目标阶段；

按照所述目标阶段对应的提示规则向管理端发送相应的提示信息。

可选的，所述通过对所述场景图像进行垃圾检测，得到所述场景图像对应的垃圾检测结果，以及所述基于所述垃圾检测结果提取出所述场景图像中垃圾的特征参数信息，包括：

对所述场景图像进行垃圾检测，识别出所述场景图像中的垃圾并得到所述垃圾检测结果；所述垃圾检测结果包括垃圾数目、垃圾大小、垃圾种类、垃圾位置和置信度；

从所述垃圾检测结果中提取出所述垃圾数目、所述垃圾大小和所述垃圾种类作为所述特征参数信息。

可选的，所述通过对所述场景图像进行垃圾检测，得到所述场景图像对应的垃圾检测结果，包括：

对所述场景图像进行分割以得到多个场景子图像；

对每个所述场景子图像进行垃圾检测，并对检测出的垃圾添加所述垃圾在所述场景图像的位置坐标；

合并所有所述场景子图像对应的垃圾检测结果，并根据所述位置坐标利用非极大值抑制算法进行去重，得到所述场景图像对应的垃圾检测结果。

第二方面，本申请公开了一种环境卫生检测装置，包括：

垃圾检测模块，用于获取待检测场景的场景图像，通过对所述场景图像进行垃圾检测，得到所述场景图像对应的垃圾检测结果；

参数提取模块，用于基于所述垃圾检测结果提取出所述场景图像中垃圾的特征参数信息；

评分模块，用于基于所述特征参数信息利用预设的环境评分公式对所述待检测场景进行卫生评分。

第三方面，本申请公开了一种电子设备，包括：

存储器，用于保存计算机程序；

处理器，用于执行所述计算机程序，以实现前述的环境卫生检测方法。

第四方面，本申请公开了一种计算机可读存储介质，用于存储计算机程序；其中计算机程序被处理器执行时实现前述的环境卫生检测方法。

本申请中，获取待检测场景的场景图像，通过对所述场景图像进行垃圾检测，得到所述场景图像对应的垃圾检测结果；基于所述垃圾检测结果提取出所述场景图像中垃圾的特征参数信息；基于所述特征参数信息利用预设的环境评分公式对所述待检测场景进行卫生评分。可见，基于垃圾检测结果提取得到能够表征垃圾特征参数的信息，基于特征参数信息利用预先设计的环境评分公式进行环境卫生评分，将难以衡量的主观得分转化为可以量化的公式，使得卫生评价标准可以统一量化，实现对无人监管场所的卫生监测。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图获得其他的附图。

图1为本申请提供的一种环境卫生检测方法流程图；

图2为本申请提供的一种具体的环境卫生提示信息示意图；

图3为本申请提供的一种具体的环境卫生检测方法流程图；

图4为本申请提供的一种具体的环境卫生检测流程图；

图5为本申请提供的一种具体的场景图像分割示意图；

图6为本申请提供的一种环境卫生检测装置结构示意图；

图7为本申请提供的一种电子设备结构图。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

现有技术中，通常采用人为到场值班的方式对特定场所进行卫生检测，以便及时发现卫生问题，但是如新能源电动汽车充电站等场所大多是无人值守的，会存在一些乱扔垃圾现象，导致场站卫生脏、乱、差，影响用户的充电体验。而因为场站大多是无人值守的，环境卫生变得很差也不能立即发现。为克服上述问题，本申请提出一种基于视觉的环境卫生检测评分的方法，能够使卫生评价标准统一量化，实现对无人监管场所的卫生监测。

本申请实施例公开了一种环境卫生检测方法，参见图1所示，该方法可以包括以下步骤：

步骤S11：获取待检测场景的场景图像，通过对所述场景图像进行垃圾检测，得到所述场景图像对应的垃圾检测结果。

本实施例中，通过摄像头获取需要进行环境卫生监测的待检测场所的摄像头采集的图片，得到上述场景图像，然后对上述场景图像进行垃圾检测，以识别上述场景图像中的垃圾，以及每个垃圾对应的参数信息等，从而得到场景图像对应的垃圾检测结果。上述垃圾检测结果包括但不限于垃圾数目、垃圾大小、垃圾种类、垃圾位置和置信度。

本实施例中，所述对所述场景图像进行垃圾检测，可以包括：利用目标模型对所述场景图像进行垃圾检测；所述目标模型为在Yolov5s模型基础上对先验框进行缩小调整后的模型。即垃圾检测采用Yolov5s算法，并且由于垃圾的体积较小，在整个场景中占比较小，因此对先验框(anchor)进行了缩小调整，使算法对小目标检出率更高。

步骤S12：基于所述垃圾检测结果提取出所述场景图像中垃圾的特征参数信息。

本实施例中，得到垃圾检测结果后，按照目标特征参数类型，从垃圾检测结果中提取出场景图像中每个垃圾的特征参数信息。

本实施例中，所述通过对所述场景图像进行垃圾检测，得到所述场景图像对应的垃圾检测结果，以及所述基于所述垃圾检测结果提取出所述场景图像中垃圾的特征参数信息，包括：对所述场景图像进行垃圾检测，识别出所述场景图像中的垃圾并得到所述垃圾检测结果；所述垃圾检测结果包括垃圾数目、垃圾大小、垃圾种类、垃圾位置和置信度；从所述垃圾检测结果中提取出所述垃圾数目、所述垃圾大小和所述垃圾种类作为所述特征参数信息。即可以将垃圾数目、每个垃圾的大小和种类作为用于环境卫生评分的特征参数信息。

步骤S13：基于所述特征参数信息利用预设的环境评分公式对所述待检测场景进行卫生评分。

本实施例中，基于提取得到的特征参数信息，利用预设的环境评分公式对待检测场景进行卫生评分。具体的，本实施例中，所述环境评分公式为基于垃圾的特征参数构建的，且所述特征参数中的垃圾数目、垃圾大小与所述环境评分公式输出的评分呈负相关。即垃圾总数目越多，评分越低，垃圾面积越大，评分越低。

本实施例中，所述环境评分公式为基于垃圾数目、垃圾大小和垃圾种类对应的权重构建的；其中，不同种类的垃圾预先配置了不同的权重。即不同的垃圾有不同的得分权重，比如塑料袋权重高，树叶权重低。

将垃圾数目、每个垃圾的大小和种类作为用于环境卫生评分的特征参数信息时，上述环境评分公式具体如下所示：

其中，n为垃圾个数；x为底数，可以取0.85；ClassWeight为垃圾种类对应的权重；为垃圾的面积；为场景图像的面积；卫生评分范围为0～100；mySigmoid为平移过的Sigmoid函数，mySigmoid函数为：

当然，除了mySigmoid函数外其余类似趋势的函数也可以，如指数函数分等，在此不做限定。

可见，环境卫生是否干净，是一个主观因素，难以量化衡量，因此通过上述公式，实现了对环境卫生进行量化打分，根据目标检测结果，垃圾的大小、类别和总数等设计了评分计算公式，使得卫生评价标准可以统一量化。

本实施例中，所述环境评分公式为基于垃圾数目、垃圾大小、垃圾种类对应的权重以及置信度构建的；其中，不同种类的垃圾预先配置了不同的权重。将垃圾数目、每个垃圾的大小和种类作为用于环境卫生评分的特征参数信息时，上述环境评分公式具体如下所示：

其中，Confidence为检测出的目标置信度，置信度越高表征是垃圾的可能性越大，得分越低反之。

本实施例中，所述基于所述特征参数信息利用预设的环境评分公式对所述待检测场景进行卫生评分之后，还可以包括：确定卫生评分在预设评分阶段中的目标阶段；按照所述目标阶段对应的提示规则向管理端发送相应的提示信息。即可以将卫生情况分为不同的情况，针对不同情况生成不同的提示信息，以便判断是否需要及时处理。例如，将0～19分设为一个阶段，表征环境极差，即有很多的垃圾；将20～39分设为一个阶段，表征环境较差，即有一些垃圾；将40～59分设为一个阶段，表征环境一般，即有一点垃圾；将60～79分设为一个阶段，表征环境良好，即少许垃圾；将80～100分设为一个阶段，表征环境很干净，即基本没有垃圾。这样一来，当发现卫生情况较差时，通知场站管理人员及时安排人员清理。可以协助场站方进行场站的管理，提升用户的体验。例如图2所示为一种具体的环境卫生提示信息示意图。

由上可见，本实施例中获取待检测场景的场景图像，通过对所述场景图像进行垃圾检测，得到所述场景图像对应的垃圾检测结果；基于所述垃圾检测结果提取出所述场景图像中垃圾的特征参数信息；基于所述特征参数信息利用预设的环境评分公式对所述待检测场景进行卫生评分。可见，基于垃圾检测结果提取得到能够表征垃圾特征参数的信息，基于特征参数信息利用预先设计的环境评分公式进行环境卫生评分，将难以衡量的主观得分转化为可以量化的公式，使得卫生评价标准可以统一量化，实现对无人监管场所的卫生监测。

本申请实施例公开了一种具体的环境卫生检测方法，参见图3所示，该方法可以包括以下步骤：

步骤S21：获取待检测场景的场景图像，对所述场景图像进行分割以得到多个场景子图像。

本实施例中，获取待检测场景的场景图像后，对场景图像进行分割以得到多个场景子图像。

步骤S22：对每个所述场景子图像进行垃圾检测，并对检测出的垃圾添加所述垃圾在所述场景图像的位置坐标。

步骤S23：合并所有所述场景子图像对应的垃圾检测结果，并根据所述位置坐标利用非极大值抑制算法进行去重，得到所述场景图像对应的垃圾检测结果。

由于垃圾在图片中占比很小的情况，直接检测会导致检出率较差，因此，将一张图片裁剪为多分，相互之间略有重叠，然后分别进行检测，增大了小目标物体的占比，提升小目标的检出率。在检出完成后，计算出垃圾在原图上的坐标，合并后进行非极大值抑制算法(Non-Maximum Suppression，NMS)去重，用来避免重叠区域的重复检测。

例如图4所示的具体的环境卫生检测流程图，采用图像裁剪的方法，将一张场景图像分割成4份，例如图5所示，然后分别使用检测算法进行检测，检测完成后再进行合并，解决传统目标检测算法小目标样本检测困难问题，最后根据垃圾检测结果和评分公式确定评分。

步骤S24：基于所述垃圾检测结果提取出所述场景图像中垃圾的特征参数信息。

步骤S25：基于所述特征参数信息利用预设的环境评分公式对所述待检测场景进行卫生评分。

其中，关于上述步骤S24、步骤S25的具体过程可以参考前述实施例公开的相应内容，在此不再进行赘述。

由上可见，本实施例中获取待检测场景的场景图像，对所述场景图像进行分割以得到多个场景子图像；对每个所述场景子图像进行垃圾检测，并对检测出的垃圾添加所述垃圾在所述场景图像的位置坐标；合并所有所述场景子图像对应的垃圾检测结果，并根据所述位置坐标利用非极大值抑制算法进行去重，得到所述场景图像对应的垃圾检测结果；基于所述垃圾检测结果提取出所述场景图像中垃圾的特征参数信息；基于所述特征参数信息利用预设的环境评分公式对所述待检测场景进行卫生评分。可见，通过将一张图片分割成多份，分别使用检测算法进行检测，检测完成后再进行合并，解决传统目标检测算法小目标样本检测困难问题。

相应的，本申请实施例还公开了一种环境卫生检测装置，参见图6所示，该装置包括：

垃圾检测模块11，用于获取待检测场景的场景图像，通过对所述场景图像进行垃圾检测，得到所述场景图像对应的垃圾检测结果；

参数提取模块12，用于基于所述垃圾检测结果提取出所述场景图像中垃圾的特征参数信息；

评分模块13，用于基于所述特征参数信息利用预设的环境评分公式对所述待检测场景进行卫生评分。

由上可见，本实施例中获取待检测场景的场景图像，通过对所述场景图像进行垃圾检测，得到所述场景图像对应的垃圾检测结果；基于所述垃圾检测结果提取出所述场景图像中垃圾的特征参数信息；基于所述特征参数信息利用预设的环境评分公式对所述待检测场景进行卫生评分。可见，基于垃圾检测结果提取得到能够表征垃圾特征参数的信息，基于特征参数信息利用预先设计的环境评分公式进行环境卫生评分，将难以衡量的主观得分转化为可以量化的公式，使得卫生评价标准可以统一量化，实现对无人监管场所的卫生监测。

在一些具体实施例中，所述环境评分公式为基于垃圾的特征参数构建的，且所述特征参数中的垃圾数目、垃圾大小与所述环境评分公式输出的评分呈负相关。

在一些具体实施例中，所述环境评分公式为基于垃圾数目、垃圾大小和垃圾种类对应的权重构建的；其中，不同种类的垃圾预先配置了不同的权重。

在一些具体实施例中，所述垃圾检测模块11具体可以包括：

检测单元，用于利用目标模型对所述场景图像进行垃圾检测；所述目标模型为在Yolov5s模型基础上对先验框进行缩小调整后的模型。

在一些具体实施例中，所述环境卫生检测装置具体可以包括：

阶段确定单元，用于确定卫生评分在预设评分阶段中的目标阶段；

提示发送单元，用于按照所述目标阶段对应的提示规则向管理端发送相应的提示信息。

在一些具体实施例中，所述环境卫生检测装置具体可以包括：

垃圾识别单元，用于对所述场景图像进行垃圾检测，识别出所述场景图像中的垃圾并得到所述垃圾检测结果；所述垃圾检测结果包括垃圾数目、垃圾大小、垃圾种类、垃圾位置和置信度；

参数提取单元，用于从所述垃圾检测结果中提取出所述垃圾数目、所述垃圾大小和所述垃圾种类作为所述特征参数信息。

在一些具体实施例中，所述垃圾检测模块11具体可以包括：

分割单元，用于对所述场景图像进行分割以得到多个场景子图像；

垃圾检测单元，用于对每个所述场景子图像进行垃圾检测，并对检测出的垃圾添加所述垃圾在所述场景图像的位置坐标；

合并单元，用于合并所有所述场景子图像对应的垃圾检测结果，并根据所述位置坐标利用非极大值抑制算法进行去重，得到所述场景图像对应的垃圾检测结果。

进一步的，本申请实施例还公开了一种电子设备，参见图7所示，图中的内容不能被认为是对本申请的使用范围的任何限制。

图7为本申请实施例提供的一种电子设备20的结构示意图。该电子设备20，具体可以包括：至少一个处理器21、至少一个存储器22、电源23、通信接口24、输入输出接口25和通信总线26。其中，所述存储器22用于存储计算机程序，所述计算机程序由所述处理器21加载并执行，以实现前述任一实施例公开的环境卫生检测方法中的相关步骤。

本实施例中，电源23用于为电子设备20上的各硬件设备提供工作电压；通信接口24能够为电子设备20创建与外界设备之间的数据传输通道，其所遵循的通信协议是能够适用于本申请技术方案的任意通信协议，在此不对其进行具体限定；输入输出接口25，用于获取外界输入数据或向外界输出数据，其具体的接口类型可以根据具体应用需要进行选取，在此不进行具体限定。

另外，存储器22作为资源存储的载体，可以是只读存储器、随机存储器、磁盘或者光盘等，其上所存储的资源包括操作系统221、计算机程序222及包括场景图像在内的数据223等，存储方式可以是短暂存储或者永久存储。

其中，操作系统221用于管理与控制电子设备20上的各硬件设备以及计算机程序222，以实现处理器21对存储器22中海量数据223的运算与处理，其可以是Windows Server、Netware、Unix、Linux等。计算机程序222除了包括能够用于完成前述任一实施例公开的由电子设备20执行的环境卫生检测方法的计算机程序之外，还可以进一步包括能够用于完成其他特定工作的计算机程序。

进一步的，本申请实施例还公开了一种计算机存储介质，所述计算机存储介质中存储有计算机可执行指令，所述计算机可执行指令被处理器加载并执行时，实现前述任一实施例公开的环境卫生检测方法步骤。

本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其它实施例的不同之处，各个实施例之间相同或相似部分互相参见即可。对于实施例公开的装置而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。

结合本文中所公开的实施例描述的方法或算法的步骤可以直接用硬件、处理器执行的软件模块，或者二者的结合来实施。软件模块可以置于随机存储器(RAM)、内存、只读存储器(ROM)、电可编程ROM、电可擦除可编程ROM、寄存器、硬盘、可移动磁盘、CD-ROM、或技术领域内所公知的任意其它形式的存储介质中。

最后，还需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。

以上对本发明所提供的一种环境卫生检测方法、装置、设备及介质进行了详细介绍，本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。

Claims (10)

1.一种环境卫生检测方法，其特征在于，包括：

获取待检测场景的场景图像，通过对所述场景图像进行垃圾检测，得到所述场景图像对应的垃圾检测结果；

基于所述垃圾检测结果提取出所述场景图像中垃圾的特征参数信息；

基于所述特征参数信息利用预设的环境评分公式对所述待检测场景进行卫生评分。

2.根据权利要求1所述的环境卫生检测方法，其特征在于，所述环境评分公式为基于垃圾的特征参数构建的，且所述特征参数中的垃圾数目、垃圾大小与所述环境评分公式输出的评分呈负相关。

3.根据权利要求2所述的环境卫生检测方法，其特征在于，所述环境评分公式为基于垃圾数目、垃圾大小和垃圾种类对应的权重构建的；其中，不同种类的垃圾预先配置了不同的权重。

4.根据权利要求1所述的环境卫生检测方法，其特征在于，所述对所述场景图像进行垃圾检测，包括：

利用目标模型对所述场景图像进行垃圾检测；所述目标模型为在Yolov5s模型基础上对先验框进行缩小调整后的模型。

5.根据权利要求1所述的环境卫生检测方法，其特征在于，所述基于所述特征参数信息利用预设的环境评分公式对所述待检测场景进行卫生评分之后，还包括：

确定卫生评分在预设评分阶段中的目标阶段；

按照所述目标阶段对应的提示规则向管理端发送相应的提示信息。

6.根据权利要求1所述的环境卫生检测方法，其特征在于，所述通过对所述场景图像进行垃圾检测，得到所述场景图像对应的垃圾检测结果，以及所述基于所述垃圾检测结果提取出所述场景图像中垃圾的特征参数信息，包括：

对所述场景图像进行垃圾检测，识别出所述场景图像中的垃圾并得到所述垃圾检测结果；所述垃圾检测结果包括垃圾数目、垃圾大小、垃圾种类、垃圾位置和置信度；

从所述垃圾检测结果中提取出所述垃圾数目、所述垃圾大小和所述垃圾种类作为所述特征参数信息。

7.根据权利要求1至6任一项所述的环境卫生检测方法，其特征在于，所述通过对所述场景图像进行垃圾检测，得到所述场景图像对应的垃圾检测结果，包括：

对所述场景图像进行分割以得到多个场景子图像；

对每个所述场景子图像进行垃圾检测，并对检测出的垃圾添加所述垃圾在所述场景图像的位置坐标；

合并所有所述场景子图像对应的垃圾检测结果，并根据所述位置坐标利用非极大值抑制算法进行去重，得到所述场景图像对应的垃圾检测结果。

8.一种环境卫生检测装置，其特征在于，包括：

垃圾检测模块，用于获取待检测场景的场景图像，通过对所述场景图像进行垃圾检测，得到所述场景图像对应的垃圾检测结果；

参数提取模块，用于基于所述垃圾检测结果提取出所述场景图像中垃圾的特征参数信息；

评分模块，用于基于所述特征参数信息利用预设的环境评分公式对所述待检测场景进行卫生评分。

9.一种电子设备，其特征在于，包括：

存储器，用于保存计算机程序；

处理器，用于执行所述计算机程序，以实现如权利要求1至7任一项所述的环境卫生检测方法。

10.一种计算机可读存储介质，其特征在于，用于存储计算机程序；其中计算机程序被处理器执行时实现如权利要求1至7任一项所述的环境卫生检测方法。

Images