摘要
本发明提供了一种厨房卫生监控方法,包括:将工作时间划分为多时间段,分别采集各时间段的后厨图像;对后厨图像进行预处理得到后厨预处理图像;将后厨预处理图像作为样本输入到机器学习模型中进行训练得到异常识别模型,其中,机器学习模型包括:YOLOv51网络、轻量上采样模块和通道注意力模块。将目标图像输入到异常识别模型中判断目标图像内是否有违规内容;当目标图像内含有违规内容时,将目标图像进行上传并记载相应的属性信息。本发明通过构建异常识别模型,能对各种违规内容进行实时预警,监控效率高,且能使有关人员能第一时间发现问题并及时采取措施,有利于厨房卫生标准化、统一化的保持。
技术关键词
监控方法
机器学习模型
上采样
厨房
注意力
反射率图像
时间段
模块
图像分割算法
网络
处理器
通道
收发器
存储器
内核
可读存储介质
光照
时间差
蟑螂
系统为您推荐了相关专利信息
数值天气预报数据
历史功率数据
数据处理方法
注意力编码器
重构模型