1.一种基于机器学习的住宅户型图电气设计方法，其特征在于：在机器学习系统对已完成电气设计住宅户型图学习的基础上，对给定未进行电气设计的户型图进行电气设计，具体步骤是：
(1)采用机器学习系统，针对客厅、主卧、次卧、玄关、储藏间、书房、厨房、厕所、阳台、走廊位置和尺寸信息，以及灯具、电源开关和电源插座布置信息，对已完成电气设计的住宅户型图进行特征向量提取；
(2)采用深度学习系统，以提取的特征向量为基础，对已完成电气设计的住宅户型图进行深度学习和模型训练，进行模型性能评估，生成驯化模型；
(3)通过驯化模型，对给定未进行电气设计的户型图dwg文件进行处理，利用深度学习网络分辨出各个房间，结合房间特点，对各个房间进行灯具、电源开关和电源插座布置并连线，最后输出已做好电气设计的户型图dwg文件。
2.根据权利要求1所述的基于深度学习的茶山采摘人员异常行为监控方法，其特征在于：所述特征向量的提取和模型训练，采用机器学习系统中Lenet、Alexnet、Googlenet、VGG等深度学习神经网络进行。
3.根据利要求1或2所述的基于机器学习的住宅户型图电气设计方法，其特征在于：所述的机器学习系统能分辨出户型图中的客厅、主卧、次卧、玄关、储藏间、书房、厨房、厕所、阳台、走廊位置和大小信息，并依据各房间、功能区域大小进行灯具、开关和电源插座的布置。
4.根据利要求1所述的基于机器学习的住宅户型图电气设计方法，其特征在于：所述灯具、电源开关和电源插座的布置能按照住宅电气设计规范反映导线的连接。
5.根据利要求1所述的基于机器学习的住宅户型图电气设计方法，其特征在于：所述灯具布置能依据照度规范，以流明为单位标出灯具所需的光通量大小。