CN117468206A - 一种衣物的抖散方法、装置、电子设备及存储介质 - Google Patents

Abstract

本发明公开了一种衣物的抖散方法、装置、电子设备及存储介质。该方法包括：获取待抖散衣物的衣物数据；其中，待抖散衣物的衣物数据至少包括待抖散衣物的材质信息、湿度信息、温度信息和重量信息；根据待抖散衣物的衣物数据，生成待抖散衣物的抖散方案，抖散方案至少包括待抖散衣物的停转比；基于停转比抖散待抖散衣物。本发明提供的技术方案，通过获取待抖散衣物的材质信息、湿度信息、温度信息和重量信息等数据，根据待抖散衣物的数据制定衣物的抖散方案，能够生成与待抖散衣物的实际情况相对应的抖散方法，并以非额定的停转比抖散衣物，避免了使用不恰当的抖散方法抖散衣物造成的衣物损耗，提升了用户的使用感受。

Description

一种衣物的抖散方法、装置、电子设备及存储介质

技术领域

本发明实施例涉及衣物处理技术领域，尤其涉及一种衣物的抖散方法、装置、电子设备及存储介质。

背景技术

目前，包含抖散功能的洗衣机通常是以额定的停转比抖散衣物的，由于停转比是固定不变的，无法根据衣物的实际情况调整抖散方案。

发明内容

本发明提供一种衣物的抖散方法、装置、电子设备及存储介质，能够以合适的停转比抖散待抖散衣物。

根据本发明的一方面，提供了一种衣物的抖散方法，该方法包括：

获取待抖散衣物的衣物数据；其中，待抖散衣物的衣物数据至少包括待抖散衣物的材质信息、湿度信息、温度信息和重量信息；

根据待抖散衣物的衣物数据，生成待抖散衣物的抖散方案，抖散方案至少包括待抖散衣物的停转比；

基于停转比抖散待抖散衣物。

可选的，获取待抖散衣物的衣物数据，包括：在洗涤待抖散衣物前，通过衣物材质探测器获取待抖散衣物的材质信息；在洗涤待抖散衣物后，通过温度传感器获取待抖散衣物的温度信息、通过湿度传感器获取待抖散衣物的湿度信息，以及通过重量传感器获取待抖散衣物的重量信息。

可选的，抖散方案还包括待抖散衣物的除皱度；根据待抖散衣物的衣物数据，生成待抖散衣物的抖散方案，包括：获取预先训练的目标神经网络模型；将待抖散衣物的衣物数据输入至目标神经网络模型中，得到除皱度和停转比。

可选的，所述抖散方案还包括所述待抖散衣物的除皱度；根据待抖散衣物的衣物数据，生成待抖散衣物的抖散方案，包括：获取预先训练的目标神经网络模型；将待抖散衣物的衣物数据输入至目标神经网络模型中，得到除皱度；根据除皱度，获取除皱度对应的停转比。

可选的，该方法还包括：获取初始神经网络模型和多组训练数据，其中，每组训练数据包括输入数据和输出数据；根据多组训练数据，对初始神经网络模型进行训练，得到目标神经网络模型。

可选的，输入数据至少包括衣物的材质信息、湿度信息、温度信息和重量信息；输出数据包括该组输入数据对应的标准除皱度和标准除皱度对应的标准停转比，或者输出数据包括该组输入数据对应的标准除皱度。

可选的，在基于停转比抖散待抖散衣物的同时，还包括：获取待抖散衣物的状态；若待抖散衣物处于旋转状态，则开启新风系统；若待抖散衣物处于停止状态、且桶内温湿度满足预设条件，则开启新风系统。

根据本发明的另一方面，提供了一种衣物的抖散装置，该装置包括：

获取模块，用于获取待抖散衣物的衣物数据；其中，待抖散衣物的衣物数据至少包括待抖散衣物的材质信息、湿度信息、温度信息和重量信息；

处理模块，用于根据待抖散衣物的衣物数据，生成待抖散衣物的抖散方案，抖散方案至少包括待抖散衣物的停转比；

抖散模块，用于基于停转比抖散待抖散衣物。

根据本发明的另一方面，提供了一种电子设备，所述电子设备包括：

至少一个处理器；以及

与所述至少一个处理器通信连接的存储器；其中，

所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器能够执行本发明任一实施例所述的衣物的抖散方法。

根据本发明的另一方面，提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机指令，所述计算机指令用于使处理器执行时实现本发明任一实施例所述的衣物的抖散方法。

本发明实施例的技术方案，通过获取待抖散衣物的衣物数据；其中，待抖散衣物的衣物数据至少包括待抖散衣物的材质信息、湿度信息、温度信息和重量信息；根据待抖散衣物的衣物数据，生成待抖散衣物的抖散方案，抖散方案至少包括待抖散衣物的停转比；基于停转比抖散待抖散衣物。本发明提供的技术方案，通过获取待抖散衣物的材质信息、湿度信息、温度信息和重量信息等数据，根据待抖散衣物的数据制定衣物的抖散方案，能够生成与待抖散衣物的实际情况相对应的抖散方法，并以非额定的停转比抖散衣物，避免了使用不恰当的抖散方法抖散衣物造成的衣物损耗，提升了用户的使用感受。

应当理解，本部分所描述的内容并非旨在标识本发明的实施例的关键或重要特征，也不用于限制本发明的范围。本发明的其它特征将通过以下的说明书而变得容易理解。

附图说明

为了更清楚地说明本发明实施例中的技术方案，下面将对实施例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一些实施例，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，还可以根据这些附图获得其他的附图。

图1是本发明实施例一提供的一种衣物的抖散方法的流程示意图；

图2是本发明实施例一提供的一种神经网络训练流程的示意图；

图3是本发明实施例一提供的一种神经网络模型结构的示意图；

图4是本发明实施例二提供的一种衣物的抖散装置的结构示意图；

图5是本发明实施例三提供的一种电子设备的结构示意图。

具体实施方式

为了使本技术领域的人员更好地理解本发明方案，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的实施例，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，都应当属于本发明保护的范围。

需要说明的是，本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。

实施例一

图1为本发明实施例一提供的衣物的抖散方法的流程流程图，本实施例可适用于衣物的抖散等情况，该方法可以由本发明实施例提供的衣物的抖散装置来执行，该装置可采用软件和/或硬件的方式实现，在一个具体的实施例中，该装置可以集成在电子设备中。以下实施例将以该装置集成在电子设备中为例进行说明，参考图1，该方法具体包括如下步骤：

S101、获取待抖散衣物的衣物数据；其中，待抖散衣物的衣物数据至少包括待抖散衣物的材质信息、湿度信息、温度信息和重量信息。

其中，衣物数据可以理解为待抖散衣物的属性信息，用来指示待抖散衣物的个性化信息。具体的，个性化信息包括材质信息、湿度信息、温度信息、重量信息等，本发明实施例对此不进行限定。

具体的，待抖散衣物的材质信息可以理解为待抖散衣物的衣物制作材料信息，湿度信息可以理解为待抖散衣物的含水量。

可选的，获取待抖散衣物的衣物数据，包括：在洗涤待抖散衣物前，通过衣物材质探测器获取待抖散衣物的材质信息；在洗涤待抖散衣物后，通过温度传感器获取待抖散衣物的温度信息、通过湿度传感器获取待抖散衣物的湿度信息，以及通过重量传感器获取待抖散衣物的重量信息。

其中，衣物材质探测器是用来探测衣物材质的仪器，具体地，衣物材质探测器可以通过探测衣物的光谱，将衣物的光谱与各材质衣物的光谱进行对比，从而确定衣物的材质信息；重量传感器是用来检测衣物重量的仪器；温度传感器是用来检测衣物的温度的仪器；湿度传感器是用来检测衣物的湿度的仪器。

具体的，待抖散衣物的材质信息可以理解为待抖散衣物的衣物制作材料信息，包括羊毛、棉麻、蚕丝、绵绸等。在洗涤待抖散衣物前，可以通过衣物材质探测器探测待抖散衣物的光谱，将待抖散衣物的光谱与各材质衣物的光谱进行对比，即可得到待抖散衣物的材质信息。待抖散衣物的重量信息可以理解为待抖散衣物的在进行抖散操作前的重量，例如，通过模糊称重的方法获取待抖散衣物在洗涤、漂洗、脱水后的重量。待抖散衣物的温度信息可以理解为待抖散衣物的在进行抖散操作前的温度，待抖散衣物的湿度信息可以理解为待抖散衣物的在进行抖散操作前的含水量，本发明实施例对此不进行限定。

这样设置的好处在于可以获取到待抖散衣物的实际情况，能够根据待抖散衣物的情况制定对应的抖散方案，避免了以统一的抖散方法抖散待抖散衣物造成的衣物损耗及资源浪费，还可以提升用户的使用感受。

S102、根据待抖散衣物的衣物数据，生成待抖散衣物的抖散方案，抖散方案至少包括待抖散衣物的停转比。

具体的，抖散方案是根据待抖散衣物的材质信息、湿度信息、温度信息和重量信息等信息生成的抖散方法，例如，以什么样的停转比抖散待抖散衣物、抖散待抖散衣物的时间等，本发明实施例对此不进行限定。

其中，停转比可以理解为待抖散衣物的旋转状态和停止状态的比例，示例性的，一般情况下棉制品衣物的转速大约为在40转/分，停转比是1:1，即棉织品衣物的运行是转转停停、停停转转、转停转停等，或者可以理解为旋转x转，停止x转，本发明实施例对此不进行限定。

可选的，抖散方案还可以包括待抖散衣物的除皱度；根据待抖散衣物的衣物数据，生成待抖散衣物的抖散方案，包括：获取预先训练的目标神经网络模型；将待抖散衣物的衣物数据输入至目标神经网络模型中，得到除皱度和停转比。

其中，本发明实施例中的除皱度可以理解为抖散程度。

具体的，当抖散方案包括待抖散衣物的抖散程度和该抖散程度对应的停转比时，将待抖散衣物的衣物数据输入训练好的目标神经网络模型后，模型会输出当前待抖散衣物对应的除皱度和除皱度对应的停转比，以获取的停转比抖散待抖散衣物即可。

可选的，所述抖散方案还包括所述待抖散衣物的除皱度；根据待抖散衣物的衣物数据，生成待抖散衣物的抖散方案，包括：获取预先训练的目标神经网络模型；将待抖散衣物的衣物数据输入至目标神经网络模型中，得到除皱度；根据除皱度，获取除皱度对应的停转比。

具体的，当抖散方案只包括待抖散衣物的抖散程度时，将待抖散衣物的衣物数据输入训练好的目标神经网络模型后，模型会输出当前待抖散衣物对应的除皱度。进一步的，除皱度和停转比有一定的对应关系，根据除皱度及除皱度与停转比的对应关系，也可以确定待抖散衣物的停转比，本发明实施例对此不进行限定。

可选的，该方法还包括：获取初始神经网络模型和多组训练数据，其中，每组训练数据包括输入数据和输出数据；根据多组训练数据，对初始神经网络模型进行训练，得到目标神经网络模型。

其中，目标神经网络模型可以理解为训练好的可以根据待抖散衣物的衣物数据得到对应的抖散方案的神经网络模型。

具体的，输入数据至少包括衣物的材质信息、湿度信息、温度信息和重量信息；输出数据包括该组输入数据对应的标准除皱度和标准除皱度对应的标准停转比，或者输出数据包括该组输入数据对应的标准除皱度。

其中，当抖散方案包括除皱度和停转比时，输出数据包括该组输入数据对应的标准除皱度和标准除皱度对应的标准停转比；当抖散方案包括除皱度时，输出数据包括该组输入数据对应的标准除皱度，然后根据除皱度及除皱度与停转比的对应关系，得到除皱度对应的停转比。

在一个具体的实施例中，以衣物的质地，重量，湿度，温度为横坐标，时间为纵坐标，可以构建一个4*8的数据矩阵进行神经网络的训练。以衬衫为例，除皱N次，便构建一个N*4*8的数据矩阵。N为大于1的整数，理论上N越大除皱的效果越好，将数据矩阵通过卷积神经网络迭代优化即可输出对应的除皱度。根据标准除皱度即可对输出结果进行优化，优化的过程为其中，y为标准仪器测量的待抖散衣物的标准除皱度，yi为模型输出的除皱度， i为除皱次数，i＝1,2,3……,N。

具体的，将采集到的不同的除皱数据用于训练搭建的神经网络模型，持续优化神经网络模型直至达到最优(loss值可以用于衡量模型的优化情况，具体的，loss值越小，模型越优秀)，即可得到目标神经网络模型。

图2是本发明实施例一提供的一种神经网络训练流程的示意图，从图中可以看出，神经网络训练流程包括数据采集、数据标注、网络训练、验证和模型保存及使用五个过程。具体的，先采集需要的数据，然后将数据进行标注，接着将标注好的数据送入网络模型训练N次，直至取得稳定且较高的验证精度及较小的loss值，将对应的模型保存并使用。图3是本发明实施例一提供的一种神经网络模型结构的示意图，首先N*4*8的数据矩阵输入到输入层，经过一个尺寸为1*5，步长为1的卷积层卷积后，得到了N*4*4的特征矩阵，后经过N 个大小为2*2的卷积层以及池化层的特征提取，最后激活函数输出当前除皱度。根据除皱度，获取在抖散待抖散衣物的最佳转停比。

示例性的，若停转比包括停转比1、停转比2、停转比3、停转比4和停转比5，但以停转比3运行时的除皱度与标准除皱度最接近，那么即可确定停转比3为最佳转停比。

可选的，训练完成后的模型，在收到待抖散衣物的衣物数据，可以输出该衣物数据对应的停转比；当历史训练数据中没有该衣物数据时，可根据训练出的经验关系，确定该衣物数据对应的停转比。

S103、基于停转比抖散待抖散衣物。

具体的，确定好散待抖散衣物的停转比后，即可根据确定的停转比对待抖散衣物进行抖散。这样设置的好处在于可以根据待抖散衣物的实际情况设定停转比，从而以不同的停转比抖散不同类型的衣物，能够减少衣物的损伤，提升用户的使用感受。

可选的，在基于停转比抖散待抖散衣物的同时，还包括：获取待抖散衣物的状态；若待抖散衣物处于旋转状态，则开启新风系统；若待抖散衣物处于停止状态、且桶内温湿度满足预设条件，则开启新风系统。

其中，新风系统可用于干燥待抖散散衣物的抖散环境，例如，干燥抖散桶内的环境，以清新桶内空气，避免细菌增生。

具体的，如果用户长时间没有将待抖散衣物取出进行晾晒，抖散桶内可能会滋生细菌，且产生刺鼻的异味，给用户造成不良体验。本发明实施例在抖散衣物的同时，会实时获取待抖散衣物的状态及桶内温湿度信息，并在合适的时间段开启新风系统，以清新桶内空气，避免细菌增生，提升用户的使用感受。进一步的，在衣物处于旋转状态时，新风系统常开，在衣物处于停止状态时，根据桶内温湿度确定是否打开新风系统。

可选的，新风系统还包括香薰物质，在打开新风系统时，香薰物质可发出香气，能够清新衣物，提升用户的使用感受。

本实施例的技术方案，通过获取待抖散衣物的衣物数据；其中，待抖散衣物的衣物数据至少包括待抖散衣物的材质信息、湿度信息、温度信息和重量信息；根据待抖散衣物的衣物数据，生成待抖散衣物的抖散方案，抖散方案至少包括待抖散衣物的停转比；基于停转比抖散待抖散衣物。本发明提供的技术方案，通过获取待抖散衣物的材质信息、湿度信息、温度信息和重量信息等数据，根据待抖散衣物的数据制定衣物的抖散方案，能够生成与待抖散衣物的实际情况相对应的抖散方法，并以非额定的停转比抖散衣物，避免了使用不恰当的抖散方法抖散衣物造成的衣物损耗，提升了用户的使用感受。

实施例二

本发明实施例二所提供的衣物的抖散装置可执行本发明上述实施例中任意实施例所提供的衣物的抖散方法，具备执行方法相应的功能模块和有益效果。

图4为本发明实施例二提供的一种衣物的抖散装置的结构示意图，如图4 所示，包括：获取模块401、处理模块402和抖散模块403。

获取模块401，用于获取待抖散衣物的衣物数据；其中，待抖散衣物的衣物数据至少包括待抖散衣物的材质信息、湿度信息、温度信息和重量信息。

处理模块402，用于根据待抖散衣物的衣物数据，生成待抖散衣物的抖散方案，抖散方案至少包括待抖散衣物的停转比。

抖散模块403，用于基于停转比抖散待抖散衣物。

本实施例提供的衣物的抖散装置为实现上述实施例中的衣物的抖散方法，本实施例提供的衣物的抖散装置实现原理和技术效果与上述实施例类似，此处不再赘述。

可选的，获取模块401，具体用于在洗涤待抖散衣物前，通过衣物材质探测器获取待抖散衣物的材质信息；在洗涤待抖散衣物后，通过温度传感器获取待抖散衣物的温度信息、通过湿度传感器获取待抖散衣物的湿度信息，以及通过重量传感器获取待抖散衣物的重量信息。

可选的，抖散方案还包括待抖散衣物的除皱度。

处理模块402，具体用于获取预先训练的目标神经网络模型；将待抖散衣物的衣物数据输入至目标神经网络模型中，得到除皱度和停转比。

处理模块402，具体用于获取预先训练的目标神经网络模型；将待抖散衣物的衣物数据输入至目标神经网络模型中，得到除皱度；根据除皱度，获取除皱度对应的停转比。

可选的，该装置还包括训练模块，用于获取初始神经网络模型和多组训练数据，其中，每组训练数据包括输入数据和输出数据；根据多组训练数据，对初始神经网络模型进行训练，得到目标神经网络模型。

可选的，输入数据至少包括衣物的材质信息、湿度信息、温度信息和重量信息；输出数据包括该组输入数据对应的标准除皱度和标准除皱度对应的标准停转比，或者输出数据包括该组输入数据对应的标准除皱度。

可选的，该装置还包括换气模块，用于在基于停转比抖散待抖散衣物的同时，获取待抖散衣物的状态；若待抖散衣物处于旋转状态，则开启新风系统；若待抖散衣物处于停止状态、且桶内温湿度满足预设条件，则开启新风系统。

实施例三

图5示出了可以用来实施本发明的实施例的电子设备10的结构示意图。电子设备旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备(如头盔、眼镜、手表等)和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本发明的实现。

如图5所示，电子设备10包括至少一个处理器11，以及与至少一个处理器11通信连接的存储器，如只读存储器(ROM)12、随机访问存储器(RAM) 13等，其中，存储器存储有可被至少一个处理器执行的计算机程序，处理器11 可以根据存储在只读存储器(ROM)12中的计算机程序或者从存储单元18加载到随机访问存储器(RAM)13中的计算机程序，来执行各种适当的动作和处理。在RAM 13中，还可存储电子设备10操作所需的各种程序和数据。处理器11、ROM 12以及RAM 13通过总线14彼此相连。输入/输出(I/O)接口15 也连接至总线14。

电子设备10中的多个部件连接至I/O接口15，包括：输入单元16，例如键盘、鼠标等；输出单元17，例如各种类型的显示器、扬声器等；存储单元 18，例如磁盘、光盘等；以及通信单元19，例如网卡、调制解调器、无线通信收发机等。通信单元19允许电子设备10通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。

处理器11可以是各种具有处理和计算能力的通用和/或专用处理组件。处理器11的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的处理器、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。处理器11执行上文所描述的各个方法和处理，例如衣物的抖散方法。

在一些实施例中，衣物的抖散方法可被实现为计算机程序，其被有形地包含于计算机可读存储介质，例如存储单元18。在一些实施例中，计算机程序的部分或者全部可以经由ROM 12和/或通信单元19而被载入和/或安装到电子设备10上。当计算机程序加载到RAM13并由处理器11执行时，可以执行上文描述的衣物的抖散方法的一个或多个步骤。备选地，在其他实施例中，处理器 11可以通过其他任何适当的方式(例如，借助于固件)而被配置为衣物的抖散方法。

本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。

用于实施本发明的方法的计算机程序可以采用一个或多个编程语言的任何组合来编写。这些计算机程序可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器，使得计算机程序当由处理器执行时使流程图和/或框图中所规定的功能/操作被实施。计算机程序可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。

在本发明的上下文中，计算机可读存储介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的计算机程序。计算机可读存储介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。备选地，计算机可读存储介质可以是机器可读信号介质。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器 (CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。

为了提供与用户的交互，可以在电子设备上实施此处描述的系统和技术，该电子设备具有：用于向用户显示信息的显示装置(例如，CRT(阴极射线管) 或者LCD(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给电子设备。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。

可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作为数据服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、或者包括前端部件的计算系统(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将系统的部件相互连接。通信网络的示例包括：局域网(LAN)、广域网(WAN)、区块链网络和互联网。

计算系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端- 服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器，又称为云计算服务器或云主机，是云计算服务体系中的一项主机产品，以解决了传统物理主机与VPS服务中，存在的管理难度大，业务扩展性弱的缺陷。

应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本发明中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本发明的技术方案所期望的结果，本文在此不进行限制。

上述具体实施方式，并不构成对本发明保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等，均应包含在本发明保护范围之内。

Claims (10)

1.一种衣物的抖散方法，其特征在于，包括：

获取待抖散衣物的衣物数据；其中，所述待抖散衣物的衣物数据至少包括所述待抖散衣物的材质信息、湿度信息、温度信息和重量信息；

根据所述待抖散衣物的衣物数据，生成所述待抖散衣物的抖散方案，所述抖散方案至少包括所述待抖散衣物的停转比；

基于所述停转比抖散所述待抖散衣物。

2.根据权利要求1所述的方法，其特征在于，所述获取待抖散衣物的衣物数据，包括：

在洗涤所述待抖散衣物前，通过衣物材质探测器获取所述待抖散衣物的材质信息；

在洗涤所述待抖散衣物后，通过温度传感器获取所述待抖散衣物的温度信息、通过湿度传感器获取所述待抖散衣物的湿度信息，以及通过重量传感器获取所述待抖散衣物的重量信息。

3.根据权利要求1所述的方法，其特征在于，所述抖散方案还包括所述待抖散衣物的除皱度；所述根据所述待抖散衣物的衣物数据，生成所述待抖散衣物的抖散方案，包括：

获取预先训练的目标神经网络模型；

将所述待抖散衣物的衣物数据输入至所述目标神经网络模型中，得到所述除皱度和所述停转比。

4.根据权利要求1所述的方法，其特征在于，所述抖散方案还包括所述待抖散衣物的除皱度；所述根据所述待抖散衣物的衣物数据，生成所述待抖散衣物的抖散方案，包括：

获取预先训练的目标神经网络模型；

将所述待抖散衣物的衣物数据输入至所述目标神经网络模型中，得到所述除皱度；

根据所述除皱度，获取所述除皱度对应的所述停转比。

5.根据权利要求3或4所述的方法，其特征在于，还包括：

获取初始神经网络模型和多组训练数据，其中，每组所述训练数据包括输入数据和输出数据；

根据所述多组训练数据，对所述初始神经网络模型进行训练，得到所述目标神经网络模型。

6.根据权利要求5所述的方法，其特征在于，所述输入数据至少包括衣物的材质信息、湿度信息、温度信息和重量信息；

所述输出数据包括该组输入数据对应的标准除皱度和所述标准除皱度对应的标准停转比，或者所述输出数据包括该组输入数据对应的标准除皱度。

7.根据权利要求1所述的方法，其特征在于，在基于所述停转比抖散所述待抖散衣物的同时，还包括：

获取所述待抖散衣物的状态；

若所述待抖散衣物处于旋转状态，则开启新风系统；

若所述待抖散衣物处于停止状态、且桶内温湿度满足预设条件，则开启新风系统。

8.一种衣物的抖散装置，其特征在于，包括：

获取模块，用于获取待抖散衣物的衣物数据；其中，所述待抖散衣物的衣物数据至少包括所述待抖散衣物的材质信息、湿度信息、温度信息和重量信息；

处理模块，用于根据所述待抖散衣物的衣物数据，生成所述待抖散衣物的抖散方案，所述抖散方案至少包括所述待抖散衣物的停转比；

抖散模块，用于基于所述停转比抖散所述待抖散衣物。

9.一种电子设备，其特征在于，所述电子设备包括：

至少一个处理器；以及

与所述至少一个处理器通信连接的存储器；其中，

所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1至7中任一所述的衣物的抖散方法。

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机指令，所述计算机指令用于使处理器执行时实现权利要求1至7中任一所述的衣物的抖散方法。