洗涤方法及装置、洗衣方法及装置与流程

本发明涉及洗衣机洗涤技术领域，具体而言，涉及一种洗涤方法及装置、洗衣方法及装置。

背景技术：

相关技术中，洗衣机的装置面板上会设置有多个洗涤模式(例如，漂洗模式、干洗模式等)，洗衣机在洗涤衣物时，会根据用户的操作，启动对应的洗涤方式对用户放入洗衣机的衣物进行清洗，在清洗的过程中，无法改变洗涤的模式，但是由于用户的衣物的类型不同，可能需要洗涤的方式都不同，而当前的洗涤模式只是按照设置的模式进行预订时间段的转动，以进行清洗，并不能根据用户的衣物的类型调整洗涤方式，导致用户体验感降低。

针对上述的相关技术中由于洗衣机无法灵活调整洗涤方式，导致用户体验感降低的技术问题，目前尚未提出有效的解决方案。

技术实现要素：

本发明实施例提供了一种洗涤方法及装置、洗衣方法及装置，以至少解决相关技术中由于洗衣机无法灵活调整洗涤方式，导致用户体验感降低的技术问题。

根据本发明实施例的一个方面，提供了一种洗涤方法，包括：通过设置在洗衣机上的摄像头对在洗衣机桶中的衣物进行拍照得到图像；对所述图像进行分析得到所述衣物的属性信息，其中，所述属性信息包括以下至少之一：所述衣物的材料、所述衣物的大小；获取所述洗衣机桶内的对所述衣物进行洗涤的水的水质信息；根据所述水质信息和所述属性信息调整洗涤方式。

进一步地，根据所述水质信息和所述属性信息调整所述洗涤方式包括以下至少之一：调整洗涤用水的温度；调整洗涤使用的洗涤剂的种类和/或使用量，其中，所述洗衣机上设置有至少两种洗涤剂容器；调整洗涤时间；调整所述洗衣机桶的旋转方式。

进一步地，在根据所述水质信息和所述属性信息调整所述洗涤方式之后，所述方法还包括：对洗涤方式的调整进行记录，其中，记录得到的内容作为下一次洗涤方式调整的依据。

进一步地，获取所述洗衣机桶内的对所述衣物进行洗涤的水的水质信息包括：在每次洗涤环节结束进行排水时，对排出的水进行检测得到所述水质信息。

根据本发明实施例的另一方面，还提供了一种存储介质，所述存储介质包括存储的程序，其中，所述程序执行上述任意一项所述的洗涤方法。

根据本发明实施例的另一方面，还提供了一种处理器，所述处理器用于运行程序，其中，所述程序运行时执行上述任意一项所述的洗涤方法。

根据本发明实施例的另一方面，还提供了一种洗涤装置，包括：拍摄单元，用于通过设置在洗衣机上的摄像头对在洗衣机桶中的衣物进行拍照得到图像；分析单元，用于对所述图像进行分析得到所述衣物的属性信息，其中，所述属性信息包括以下至少之一：所述衣物的材料、所述衣物的大小；获取单元，用于获取所述洗衣机桶内的对所述衣物进行洗涤的水的水质信息；调整单元，用于根据所述水质信息和所述属性信息调整洗涤方式。

进一步地，所述调整单元包括以下至少之一：第一调整模块，用于调整洗涤用水的温度；第二调整模块，用于调整洗涤使用的洗涤剂的种类和/或使用量，其中，所述洗衣机上设置有至少两种洗涤剂容器；第三调整模块，用于调整洗涤时间；第四调整模块，用于调整所述洗衣机桶的旋转方式。

进一步地，所述装置还包括：记录单元，用于在根据所述水质信息和所述属性信息调整所述洗涤方式之后，对洗涤方式的调整进行记录，其中，记录得到的内容作为下一次洗涤方式调整的依据。

进一步地，所述获取单元包括：检测模块，用于在每次洗涤环节结束进行排水时，对排出的水进行检测得到所述水质信息。

根据本发明实施例的一个方面，提供了一种洗衣方法，包括：在衣物放入到洗衣机之前，对所述衣物进行拍照得到所述衣物的照片；通过模型对所述照片进行分析获取所述衣物上是否存在块状污渍，其中，所述模型是使用多组数据通过机器学习得出的，所述多组数据中的每组数据均包括：衣物照片和该衣物上是否存在块状污渍的标签；在存在所述块状污渍的情况下，至少根据所述块状污渍的位置和/或大小制定洗涤计划。

进一步地，所述洗涤计划用于指示以下至少之一：指示用户对所述污渍进行洗涤前的预处理、指示所述洗衣机进行洗涤的方式。

进一步地，在所述洗涤计划包括指示所述洗衣机进行洗涤的方式的情况下,所述方法还包括：通过所述洗衣机对所述洗衣机内的衣物进行拍照得到洗衣机内的衣物照片；判断所述洗衣机内的衣物照片中是否包括带有所述块状污渍的衣物；在判断结果为是的情况下，控制所述洗衣机执行所述洗涤计划。

进一步地，在所述每组数据还包括：衣物材质的标签的情况下，通过所述模型对所述照片进行分析还得到所述衣物的材质；根据所述衣物材质、以及所述块状污渍的位置和/或大小制定所述洗涤计划。

根据本发明实施例的另一方面，还提供了一种洗衣装置，包括：拍摄单元，用于在衣物放入到洗衣机之前，对所述衣物进行拍照得到所述衣物的照片；分析单元，用于通过模型对所述照片进行分析获取所述衣物上是否存在块状污渍，其中，所述模型是使用多组数据通过机器学习得出的，所述多组数据中的每组数据均包括：衣物照片和该衣物上是否存在块状污渍的标签；制定单元，用于在存在所述块状污渍的情况下，至少根据所述块状污渍的位置和/或大小制定洗涤计划。

进一步地，所述洗涤计划用于指示以下至少之一：指示用户对所述污渍进行洗涤前的预处理、指示所述洗衣机进行洗涤的方式。

进一步地，所述装置还包括：拍照模块，用于在所述洗涤计划包括指示所述洗衣机进行洗涤的方式的情况下,通过所述洗衣机对所述洗衣机内的衣物进行拍照得到洗衣机内的衣物照片；判断模块，用于判断所述洗衣机内的衣物照片中是否包括带有所述块状污渍的衣物；控制模块，用于在判断结果为是的情况下，控制所述洗衣机执行所述洗涤计划。

进一步地，该装置还包括：分析模块，用于在所述每组数据还包括衣物材质的标签的情况下，通过所述模型对所述照片进行分析还得到所述衣物的材质；制定模块，用于根据所述衣物材质、以及所述块状污渍的位置和/或大小制定所述洗涤计划。

根据本发明实施例的另一方面，还提供了一种存储介质，所述存储介质包括存储的程序，其中，所述程序执行上述任意一项所述的洗衣方法。

根据本发明实施例的另一方面，还提供了一种处理器，所述处理器用于运行程序，其中，所述程序运行时执行上述任意一项所述的洗衣方法。

在本发明实施例中，可以通过设置在洗衣机上的摄像头对在洗衣机桶中的衣物进行拍照得到图像，并对获取到的衣物图像进行分析，得到需要洗涤的衣物的属性信息，然后，在洗涤过程中，可以获取洗衣机桶内的对衣物进行洗涤的水的水质信息，并根据水质信息和预先获取到的衣物属性信息调整洗涤方式。在该实施例中，可以对用户放入洗衣机内的衣物进行属性分析，从而结合洗涤过程中分析出的水质信息，调整洗涤的方式，进而解决相关技术中由于洗衣机无法灵活调整洗涤方式，导致用户体验感降低的技术问题，达到灵活调整洗衣机的洗涤方式的效果。

附图说明

此处所说明的附图用来提供对本发明的进一步理解，构成本申请的一部分，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：

图1是根据本发明实施例的一种洗涤方法的流程图；

图2是根据本发明实施例的一种洗涤装置的示意图一；

图3是根据本发明实施例的一种洗涤装置的示意图二。

图4是根据本发明的一种洗衣方法的流程图；

图5是根据本发明的一种洗衣装置的示意图。

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。

为方便用户理解本发明，下面对本发明中涉及的部分术语或名词进行解释：

像素：是计算机屏幕上所能显示的最小单位，用来表示图像的单位，指可以显示出的水平和垂直像素的数组，屏幕中的像素点越多，画面的分辨率越高，图像就越细腻逼真。

像素点：指像素的数值。

cnn，卷积神经网络，描述了对输入图像的操作，输出一组描述图像内容的分类或分类的概率，即对输入的图像进行识别，以输出图像中的对象的概率；通过一系列卷积层级建构出更为抽象的概念，包括建立多个神经元，并建立对应的输入层和输出层，从而将输入的节点通过神经元不断关联，得到优化对象，一般会包括卷积层、过滤层，通过前向传导、损失函数、后向传导、以及函数更新作为一个学习周期，对每一训练图片，程序将重复固定数目的周期过程，以不断优化训练学习结果。

以图搜图，在获取到图像后，通过深度学习对结果进行排序，并通过用户记录的三元组数据(查询图片、点击图片和未点击图片)来训练模型的排序损失函数，从而得到排序结果，在输入一张图像后，模型会自动检测出主体，然后按照排序分数高低排出相关对象的结果。

迁移学习，实质是图像匹配，通过迁移学习将模型应用在各个领域中，具体是数据库中的图片的矢量表示x通过线性变换迁移到别的领域的图像x1上，通过引用随机傅里叶函数，将迁移变换转变为非线性函数，然后得到需要的图像。

深度学习，是机器学习中一种基于对数据进行表征学习的方法，概念源于人工神经网络的研究，其动机在于建立、模拟人脑进行分析学习的神经网络，它模仿人脑的机制来解释数据，例如图像，声音和文本。通过组合低层特征形成更加抽象的高层表示属性类别或特征，以发现数据的分布式特征表示，含多隐层的多层感知器就是一种深度学习结构。

根据本发明实施例，提供了一种洗涤方法的实施例，需要说明的是，在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。

以下实施例可以应用于各种电器设备中，对于电器设备的类型不做限定，包括但不限于：洗衣机、空调、冰箱、电饭煲等，本申请中以洗衣机为例，对本发明做出说明。

下述实施例中，可以适用于各种洗衣机设备，其中，本发明中对于洗衣机的类型不做限定，其可以包括但不限于：波轮式洗衣机、滚筒式洗衣机、搅拌式洗衣机等。其中，洗衣机中有多个部件，可以包括但不限于：内筒、过滤网、洗衣机轴、波轮、排水阀、牵引器、离合器、水位器、减速器、传感器、制板、洗衣机机罩等，其中，用户可以直接看到内筒(放置衣物)和洗衣机机罩的当前使用情况，可以查看其是否存在异常；但是对于其它的使用设备可能无法直接查看，若出现异常，对于各个部件的剩余使用寿命也无法预估。同时，对于当前的洗衣机，无法对用户投入洗衣机的衣物进行分析，也无法根据用户投入洗衣机的衣物灵活调整洗涤模式。本发明中，可以通过拍摄的图像对用户投入洗衣机内部的衣物进行分析，并通过实时获取的洗涤的水的水质信息，调整洗涤方式，从而根据用户放入的衣物，调整洗涤方式，更好洗涤各个衣物，提高用户的使用体验感。

结合本发明中的优选实施步骤对本发明做出解释，图1是根据本发明实施例的一种洗涤方法的流程图，如图1所示，该方法包括如下步骤：

步骤s102，通过设置在洗衣机上的摄像头对在洗衣机桶中的衣物进行拍照得到图像。

本发明中可以在洗衣机的内筒对应的外盖上或者内筒周围设置摄像头，在检测到用户向洗衣机内部投入物品后，通过该摄像头拍摄洗衣机内部的图像，本发明中对于拍摄的图像的类别不做限定，包括但不限于：黑白图像(灰度图像)、彩色图像(rgb图像)。其中，在检测用户是否向洗衣机内部投入物品时，可以是通过检测洗衣机的开关是否启动或者检测洗衣机是否加水来确定用户是否向洗衣机内部投入物品，在检测到洗衣机加水时，洗衣机的加水开关可以向检测装置发送信号，以告知检测装置准备加水，此时，检测装置可以通过摄像头拍摄洗衣机内部的衣物。

对于摄像头的安装位置，可以根据洗衣机的类型来确定，不同类型的洗衣机，其安装摄像头的位置和安装摄像头的数量都是不同的，例如，在直筒洗衣机中，其外盖在上部，则可以设置摄像头在洗衣机的上部的外盖上，以准确拍摄出洗衣机内部的图像，或者，外盖在前部，则可以设置摄像头在洗衣机的前盖上，以拍摄到洗衣机内筒的衣物图像。另外，本发明中的洗衣机的外盖可以为包含显示屏幕的外盖，外盖的类型可以包括但不限于：玻璃外盖、塑胶外盖、led外盖等。通过该外盖可以显示图像信息或者推送的物品信息。

对于上述步骤，可以将摄像头设置在内筒内壁上，以方便采集洗衣机的内筒底部的图像，可选的，本申请中可以设置一组摄像头，每个洗衣机可以设置多个摄像头，通过采集内筒底部的不同位置的图像，以方便分析用户投入的衣物的图像信息，对于一组摄像头中摄像头的数量不做限定，例如，1个摄像头、3个摄像头或者4个摄像头。

在拍摄得到洗衣机内部的图像后，可以通过预先设置的存储装置存储该图像，摄像头在拍摄到图像后可以将图像发送至存储装置，该存储装置可以存储历史预设时间中拍摄到的图像，也可以存储本次用户投入的衣物的图像。

本发明中，在拍摄照片的时候，可以感测每一次的放入动作，每执行一次放入动作就拍摄一次照片，这样拍出的照片可以区分出每一件衣服。即在用户使用一次洗衣机时，可以投入多件衣物，则每次拍摄时，需要根据用户投入的衣物数量，拍摄一张或多张图像，其中，在拍摄多张图像时，需要根据用户投入衣物的先后顺序，间断拍摄图像，以获取到用户该次投入的每个衣物的图像。

另外，在拍摄照片的时候，也可以在所有衣服均放入到洗衣机中之后再进行拍摄，拍摄一次之后发送命令，使滚筒旋转一定的角度，再次进行拍摄，依此类推，可以拍摄得到多张图像，从而使用多张图像进行识别，使衣物的识别更加准确。

其中，对于用户投入洗衣机的衣物的类型不做限制，可以包括但不限于：童装、女装、男装、短袖、长袖、长裤、短裤、毛衣、被罩、枕巾、毛巾、袜子、内衣等。根据不同用户的使用习惯，拍摄到不同的图像，并对拍摄的图像进行分析，可以得到用户的喜好。

步骤s104，对图像进行分析得到衣物的属性信息，其中，属性信息包括以下至少之一：衣物的材料、衣物的大小。

对于上述的属性信息，可以在获取图像后，分析出衣物的材料和衣物的大小等信息，这样，在调整洗涤方式时，可以根据当前待洗涤的衣物的材料和大小确定出调整的洗涤方式。

其中，上述的衣物材料包括但不限于：天然纤维(例如，棉花、麻、动物的毛)、化学纤维(例如，涤纶、锦纶、维纶、粘胶、氨纶等)。衣物的大小可以包括但不限于：衣物的长度、衣物的衣领的大小、衣袖的大小、长裤的腰围、长裤的长度等。属性信息还可以包括但不限于：衣物的材质、衣物的类别、衣物的使用者等，其中，衣物的材质包括但不限于：柔软型、光泽型、厚重型、透明型面料等，衣物的类别包括但不限于：童装、女装、男装，同时对于衣物的类别而言，属性信息可以包括但不限于：短袖、长袖、长裤、毛衣、内衣、袜子、枕巾等。另外，属性信息也可以包括衣物的洗涤次数，通过该洗涤次数可以确定出用户喜爱穿的衣物的优先级，例如，根据洗涤次数可以确定出洗涤短袖的次数较多，则可以优先推送短袖的相关物品信息。

上述步骤s104中，可以先对获取到的图像进行分析，然后根据分析结果确定衣物的属性信息。其中，在分析时，对图像进行分析得到衣物的属性信息包括：通过模型对图像进行分析得到衣物的属性信息，其中，模型是根据多组数据通过机器学习训练得到的，多组数据中的每一组数据均包括衣物照片与衣物的属性信息的对应关系。即可以通过机器学习训练得到的模型确定出衣物的属性信息，该模型可以通过历史过程中利用拍摄的图像，分析出的衣物照片与衣物属性信息的对应的关系，该历史过程中拍摄的图像可以是用户使用的洗衣机的历史过程中图像，也可以是通过其他多个洗衣机的使用情况，确定出图像与衣物属性的对应关系。例如，可以采用cnn算法对图像中的特征进行提取，从而得到衣物属性信息。

其中，在建立模型时，可以将洗衣机与终端设备或者服务器建立网络连接，在洗衣机内部可以设置通讯模块，该通讯模块可以包括但不限于：无线网卡、蓝牙模块等，通过该通讯模块，可以不断将拍摄的图像与分析的衣物信息传送至服务器中，以建立一个较为完整的模型，其中，对于衣物属性，可以明确的区分出各自的类型，并建立相应的数据表格，在数据表格中可以包含各个衣物属性，并对每一种衣物属性，设置多个图像。在检测到用户启动洗衣机后，摄像头拍摄到用户投入的多张图片后，可以将每张图像与模型中相应的图像进行比较，从而得到拍摄的图像的属性信息。

其中，在分析图像中的衣物时，可以分析比较图像中每个像素点的色度和颜色的差别，从而区分出图像中的衣物信息，例如，根据图像的色度差值，分析出袜子的大小和材料、分析出短袖的大小的和材料等。

步骤s106，获取洗衣机桶内的对衣物进行洗涤的水的水质信息。

用户在投入衣物并操作洗衣机的洗涤模式后，洗衣机根据用户的操作，启动洗衣机，其中，在洗涤模式中，一般会包括多个环节，包括但不限于：洗涤环节、漂洗环节、甩干环节等，其中，洗涤环节可以理解为添加洗涤剂(例如，洗涤液、洗衣粉等)进行衣物清洗的环节，漂洗环节可以理解为不添加洗涤剂进行清洗的环节，甩干环节可以理解为在放出洗衣机中的水后，对衣物进行甩干，以减少衣物的损坏的环节。其中，在洗涤环节执行完成后，可以对洗涤的水的水质进行检测，以确定出洗涤的水是否符合预设条件，该预设条件是指水的杂质物的含量是否超出预设的标准杂质含量。

其中，可以在洗衣机的出水口设置水质检测装置，该水质检测装置可以获取到排出的水的水质信息，然后将检测装置获取到的水质信息发送至分析装置中，以分析出当前洗衣机的水的水质是否合格。例如，水质监测到水质比较好，则证明衣物已经清理干净了，此时，如果下一环节是洗涤或者漂洗环节，此时可以调整为甩干环节。如果水质不好，如果下一个环节为甩干环节，则可以调整为洗涤环节，并可以调整洗涤环节的参数。

步骤s108，根据水质信息和属性信息调整洗涤方式。

在确定出水质信息和衣物的属性信息后，可以根据水质信息和属性信息调整洗涤方式，其中，在根据水质信息和属性信息调整洗涤方式时，其调整的方式包括以下至少之一：调整洗涤用水的温度；调整洗涤使用的洗涤剂的种类和/或使用量，其中，洗衣机上设置有至少两种洗涤剂容器；调整洗涤时间；调整洗衣机桶的旋转方式。

在调整洗涤用水的温度时，可以是根据衣物的属性信息中衣物的材质信息进行用水温度调整，例如，在确定出衣物的材质信息为棉毛材质，需要调整较高温度(如30摄氏度)的水。在调整洗涤使用的洗涤剂的种类和/或使用量时，可以根据水质信息来进行调整，例如，检测出水质信息较差，还需要进一步洗涤，此时可以通过添加洗涤剂或者调整洗涤剂的种类来洗涤衣物，洗衣机内中可以有至少两种洗涤剂容器，本申请中对于洗涤剂的类别不做具体限定，例如，除锈除油洗涤剂。另外，在调整洗涤时间时，需要结合水质信息和洗涤衣物的大小来确定调整的时间，例如，在确定出水质较差，而洗涤衣物较大时，可以延长洗涤时间。而在调整洗衣机桶的旋转方式时，可以是根据当前衣物的材质和水质信息确定的，例如，在检测到水质较差，可以加快旋转速度或者调整旋转角度和旋转方向等。

其中，上述的调整洗涤方式，还可以包括：调整洗涤的水量。在调整洗涤方式后，可以对洗涤的衣物进行有效的调整，从而优化洗涤速度和洗涤质量，减少水资源的浪费，并且可以节约电能。

在上述实施例中，可以通过设置在洗衣机上的摄像头对在洗衣机桶中的衣物进行拍照得到图像，并对获取到的衣物图像进行分析，得到需要洗涤的衣物的属性信息，然后，在洗涤过程中，可以获取洗衣机桶内的对衣物进行洗涤的水的水质信息，并根据水质信息和预先获取到的衣物属性信息调整洗涤方式。在该实施例中，可以对用户放入洗衣机内的衣物进行属性分析，从而结合洗涤过程中分析出的水质信息，调整洗涤的方式，进而解决相关技术中由于洗衣机无法灵活调整洗涤方式，导致用户体验感降低的技术问题，达到灵活调整洗衣机的洗涤方式的效果。

对于上述实施例中，在根据水质信息和属性信息调整洗涤方式之后，上述方法还可以包括：对洗涤方式的调整进行记录，其中，记录得到的内容作为下一次洗涤方式调整的依据。本发明实施例中可以通过机器学习训练得到，历史过程中调整洗涤方式与水质信息和衣物属性信息的对应关系的模型，每次在对洗涤方式进行调整后，可以记录下调整的数据。

而在获取洗衣机桶内的对衣物进行洗涤的水的水质信息时，该方式可以包括：在每次洗涤环节结束进行排水时，对排出的水进行检测得到水质信息。对于该实施方式，即对于洗衣机的各个环节的结束阶段的排水的水质进行检测，每个阶段的水质可能都不会一致。

通过上述实施方式，可以根据检测到的用户投入洗衣机内的衣物图像，灵活调整洗涤方式，从而更好洗涤衣物。

图2是根据本发明实施例的一种洗涤装置的示意图一，如图2所示，该装置可以包括：拍摄单元21，用于通过设置在洗衣机上的摄像头对在洗衣机桶中的衣物进行拍照得到图像；分析单元23，用于对图像进行分析得到衣物的属性信息，其中，属性信息包括以下至少之一：衣物的材料、衣物的大小；获取单元25，用于获取洗衣机桶内的对衣物进行洗涤的水的水质信息；调整单元27，用于根据水质信息和属性信息调整洗涤方式。

通过上述实施例，可以通过拍摄单元21通过设置在洗衣机上的摄像头对在洗衣机桶中的衣物进行拍照得到图像，并通过分析单元23对获取到的衣物图像进行分析，得到需要洗涤的衣物的属性信息，然后，在洗涤过程中，可以通过获取单元25获取洗衣机桶内的对衣物进行洗涤的水的水质信息，并通过调整单元27根据水质信息和预先获取到的衣物属性信息调整洗涤方式。在该实施例中，可以对用户放入洗衣机内的衣物进行属性分析，从而结合洗涤过程中分析出的水质信息，调整洗涤的方式，进而解决相关技术中由于洗衣机无法灵活调整洗涤方式，导致用户体验感降低的技术问题，达到灵活调整洗衣机的洗涤方式的效果。

对于上述的调整单元27，其可以包括以下至少之一：第一调整模块，用于调整洗涤用水的温度；第二调整模块，用于调整洗涤使用的洗涤剂的种类和/或使用量，其中，洗衣机上设置有至少两种洗涤剂容器；第三调整模块，用于调整洗涤时间；第四调整模块，用于调整洗衣机桶的旋转方式。

图3是根据本发明实施例的一种洗涤装置的示意图二，如图3所示，该洗涤装置还可以包括：记录单元31，用于在根据水质信息和属性信息调整洗涤方式之后，对洗涤方式的调整进行记录，其中，记录得到的内容作为下一次洗涤方式调整的依据。

对于上述的获取单元25，其可以包括：检测模块，用于在每次洗涤环节结束进行排水时，对排出的水进行检测得到水质信息。

上述的洗涤装置还可以包括处理器和存储器，上述拍摄单元21、分析单元23、获取单元25、调整单元27等均作为程序单元存储在存储器中，由处理器执行存储在存储器中的上述程序单元来实现相应的功能。

根据本发明实施例，提供了一种洗衣的方法实施例，需要说明的是，在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。

以下实施例可以应用于各种电器设备中，对于电器设备的类型不做限定，包括但不限于：洗衣机、空调、冰箱、电饭煲等，本申请中以洗衣机为例，对本发明做出说明。

下述实施例中，可以适用于各种洗衣机设备，其中，本发明中对于洗衣机的类型不做限定，其可以包括但不限于：波轮式洗衣机、滚筒式洗衣机、搅拌式洗衣机等。其中，洗衣机中有多个部件，可以包括但不限于：内筒、过滤网、洗衣机轴、波轮、排水阀、牵引器、离合器、水位器、减速器、传感器、制板、洗衣机机罩等，其中，用户可以直接看到内筒(放置衣物)和洗衣机机罩的当前使用情况，可以查看其是否存在异常；但是对于其它的使用设备可能无法直接查看。同时，现有的洗衣机中并不会对放入洗衣机的衣物的材质和衣物上的污渍进行辨识，更不会根据衣物上的污渍的参数选择相应的洗涤程序，本发明中可以通过对放入洗衣机的衣物进行拍照，并对照片进行分析，获取到衣物上污渍的参数，从而制定相应的洗涤计划，以便于根据不同的衣物污渍和衣物类型，选择对应的洗涤程序，从而更好的对衣物进行洗涤。

下面结合优选的实施例对本发明做出说明，图4是根据本发明的一种洗衣方法的流程图，如图4所示，该方法包括如下步骤：

步骤s402，在衣物放入到洗衣机之前，对衣物进行拍照得到衣物的照片。

步骤s404，通过模型对照片进行分析获取衣物上是否存在块状污渍，其中，模型是使用多组数据通过机器学习得出的，多组数据中的每组数据均包括：衣物照片和该衣物上是否存在块状污渍的标签。

步骤s406，在存在块状污渍的情况下，至少根据块状污渍的位置和/或大小制定洗涤计划。

通过上述实施步骤，可以在衣物放入洗衣机之前，对衣物进行拍照以得到衣物的照片，并通过模型对照片进行分析，从而确定出衣物上是否存在块状污渍，然后在确定出衣物上存在块状污渍的情况下，至少根据块状污渍的位置和/或大小制定洗涤计划。在该实施例中，可以利用拍摄图片分析放入洗衣机的衣物上的污渍参数，从而根据污渍参数制定对应于污渍参数的洗涤计划，从而灵活调整洗涤方式，可以提高洗涤衣物的效率，洗涤的衣物清洁度更高，进而解决相关技术中由于洗衣机无法灵活调整洗涤方式，导致用户体验感降低的技术问题。

在实施上述步骤s402之前，可以在洗衣机上或者洗衣机周围设置一个或多个摄像头，从而通过摄像头拍摄放入洗衣机的衣物。例如，可以在洗衣机的内筒上部设置一个或多个摄像头，并在检测到用户将要放入衣物时，可以及时的拍摄照片。摄像头可以每隔预设时间段检测洗衣机周围有没有人存在，若没有则无需继续拍摄放入洗衣机的衣物照片，若检测到洗衣机周围有人，可以继续检测是否走进洗衣机预设范围中，并检测用户是否对洗衣机中放入衣物，若判定出有用户将要向洗衣机中放入衣物，则可以对衣物进行拍照，本发明中对于拍摄的图像的数量不做限定，可以连续拍摄多张照片，以保证拍摄的衣物的图片完整，可以清楚的对衣物进行相关分析。

本发明中对于拍摄的图像的类别不做限定，包括但不限于：黑白图像(灰度图像)、彩色图像(rgb图像)。其中，在对放入洗衣机的衣物进行拍照时，可以选择多个时机进行拍照，包括但不限于：放入衣物之前拍照、放入衣物时拍照、放入衣物后拍照、洗涤时拍照等，摄像头在拍照后可以将图像发送至预设数据库中，可以通过预先建立的网关设备与洗衣机的网络关系发送图片。

另外，在利用模型对拍摄的图像进行分析之前，需要先建立模型，该模型可以是将衣物照片与衣物上是否存在块状污渍的标签关系的模型，可以历史过程中拍摄的图片建立模型并优化模型，其中，在建立模型时，可以使用深度学习方法对输入的图片进行分析以建立神经网络，其中，神经网络中可以包括多个神经元，该神经元可以包括根据预设的运算函数对输入的衣物图片进行分析得到的图片特征信息，每个神经元可以对应有一个运算函数和相对应的图像。神经网络中可以分为多个层，包括基础卷积层，输入层、输出层，通过输入层可以输入待分析的图像，输出层可以输出分析结果，类似图像可以连接在同一层中，神经网络中同一层的图像运算函数可以是一致的。

在建立模型后，可以不断的根据数据库中存储的图像和衣物污渍标签对模型进行训练，在训练时可以采用以图搜图、迁移学习的方式对输入的图像进行训练，提高机器的分析效率和分析的准确度，在使用以图搜图方式时，可以对输入的图像进行预处理，以得到图像中出现显著性差异的区域，从而在该显著性差异中进行图像分析。而在分析之前，都会将拍摄的图像存储在数据库中，分析的衣物图像的特征信息也会存储在数据库中，并且在该数据库中还存储有污渍标签。其中，衣物上存在块状污渍的标签可以是多种类型的，可以包括但不限于：油污渍标签、泥污渍标签、毛球标签、血污渍标签、颜料污渍标签等，对于常见的污渍标签类型和污渍在衣物上的图片差异信息，可以预先存储在数据库。另外，在数据库中可以存储常见多种污渍的图像和未沾染污渍的对比图像，即可以将每一种污渍都设置两张图像，该两张图像可以包括干净衣物的图像和沾染污渍后标识了污渍范围的图像(如用红色圆圈圈出污渍所在范围的图像)，将这两张图像作为比较污渍的基准图像。当然，也可对每种污渍设置多种情况的沾染污渍的图像，并将同一种污渍图像在模型中划分为一层，以便于分析污渍。

对于衣物上的污渍的参数，可以包括但不限于：污渍在衣物上位置、污渍的大小、污渍的形状等，其中，污渍集中在某一个区域内时，可以将该区域的污渍确定为块状污渍，对于该区域的污渍标签的形状，可以是不规则的块状污渍和规则的块状污渍。

其中，在通过图像分析出衣物上有污渍的情况下，可以分析出污渍的类型、污渍的位置、污渍的大小，从而制定对应的洗涤计划。可选的，该洗涤计划用于指示以下至少之一：指示用户对污渍进行洗涤前的预处理、指示洗衣机进行洗涤的方式。

对于指示用户对污渍进行洗涤前的预处理可以是通过语音提示或者图像提示，告知用户对衣物上的污渍进行第一步处理，其中，在洗衣机上可以设置语音模块，该语音模块可以接收洗衣机或者服务器发出语音指令，该语音指令用于指示对污渍进行处理，例如，发出“请将衣物上的泥刷一遍”等，而对于图像提示，可以是在洗衣机上的面板上设置显示装置，以显示衣物图像和标识出的衣物污渍位置，并用文字指示进行预处理。该预处理可以包括多种方式，例如，手工清洗、毛刷过滤、加入清洁剂、油污过滤等。对于指示洗衣机进行洗涤的方式，可以是指设置洗衣机的洗涤程序，该洗涤方式可以包括但不限于：清洗模式、漂洗模式、甩干模式，还可以包括加入的洗涤剂的类型和洗涤剂的剂量等。在确定洗涤计划后，可以将该衣物和衣物类型、衣物污渍、洗涤计划、预处理方式都通过预先建立的网络连接发送至数据库中，这样就可以让机器进行衣物污渍和洗涤计划的模型的建立。

其中，对于本发明中的衣物可以不做限定，对于洗涤的衣物类型也不做限定，例如，童装、男装、女装等，其中，衣物可以包括但不限于：上衣、短袖、裤子、帽子、毛巾、袜子等，洗衣机中不仅可以放置衣物，也可以放置其他纺织物或者毛织物等类型的物品，例如，放置宠物模型、运动装等。本发明中的污渍也可能是多种情况下产生的，例如，对于日常产生的汗渍、泥污渍、油污渍，日常产生的污渍可以做出明显的辨别，从而更好确定出污渍的照片和污渍类型。并且，本发明中对于不同衣物的洗涤方式也会不同，例如，有些衣物只能进行简单的清洗，不能放入洗涤剂进行清洗，这时就需要预先确定衣物类型和衣物污渍，从而有针对性的清洗。在制定完洗涤计划之后，在执行该洗涤计划之前，可以将洗涤计划展示给用户进行确认，用户确认之后，再进行洗涤。

对于上述实施方式中，在洗涤计划包括指示洗衣机进行洗涤的方式的情况下可以包括：通过洗衣机对洗衣机内的衣物进行拍照得到洗衣机内的衣物照片；判断洗衣机内的衣物照片中是否包括带有块状污渍的衣物；在判断结果为是的情况下，控制洗衣机执行洗涤计划。即可以在判断出衣物照片中存在有块状污渍的衣物，可以控制洗涤剂执行洗涤计划。

并且本发明上述实施例中，在每组数据中还可以包括：衣物材质的标签的情况下，通过模型对照片进行分析还得到衣物的材质；根据衣物材质、以及块状污渍的位置和/或大小制定洗涤计划。该衣物的材质可以包括但不限于：厚重型、柔软型、干洗型等，每种不同的衣物都会有不同的洗涤方式，从而可以保持衣物的整洁和平滑，不会由于洗涤方式的差异，导致衣物的不平整和衣物褶皱。

可选的，在洗涤结束之后，洗衣机还可以提示用户将待块状污渍的衣物再次进行拍照，并通过两次拍照的照片进行比对判断是否洗涤干净。比对的方式可以有很多种，例如将两次图片进行二值化处理，然后比较块状污渍区域的像素相同的点数，如果相同的点数超过阈值则说明洗涤效果不佳。另外，还可以将比较结果进行保存，作为下次制定洗涤计划的依据。洗涤计划可以包括以下至少之一：洗衣机桶的转速、洗涤时间、放置的洗涤剂的量、放置的洗涤剂的种类、洗涤用水的温度。

如果洗涤效果比较好，则可以将包括该污渍的衣物的图片和洗涤计划发送给服务器。此时服务器收集了很多洗衣机发送的包括污渍的衣物的图片以及洗涤计划，服务器就可以使用机器学习训练得出一个新的模型。洗衣机也可以使用这个模型直接将衣物的图片发送给服务器，服务返回一个洗涤计划给洗衣机，然后，洗衣机根据该洗涤计划执行即可。

图5是根据本发明的一种洗衣装置的结构图，如图5所示，该装置可以包括：拍摄单元51，用于在衣物放入到洗衣机之前，对衣物进行拍照得到衣物的照片；分析单元53，用于通过模型对照片进行分析获取衣物上是否存在块状污渍，其中，模型是使用多组数据通过机器学习得出的，多组数据中的每组数据均包括：衣物照片和该衣物上是否存在块状污渍的标签；制定单元55，用于在存在块状污渍的情况下，至少根据块状污渍的位置和/或大小制定洗涤计划。

通过上述实施例，可以通过拍摄单元51在衣物放入洗衣机之前，对衣物进行拍照以得到衣物的照片，并利用分析单元53通过模型对照片进行分析，从而确定出衣物上是否存在块状污渍，然后在确定出衣物上存在块状污渍的情况下，通过制定单元55至少根据块状污渍的位置和/或大小制定洗涤计划。在该实施例中，可以利用拍摄图片分析放入洗衣机的衣物上的污渍参数，从而根据污渍参数制定对应于污渍参数的洗涤计划，从而灵活调整洗涤方式，可以提高洗涤衣物的效率，洗涤的衣物清洁度更高，进而解决相关技术中由于洗衣机无法灵活调整洗涤方式，导致用户体验感降低的技术问题。

对于上述的洗涤计划可以用于指示以下至少之一：指示用户对污渍进行洗涤前的预处理、指示洗衣机进行洗涤的方式。

另外，上述洗涤装置还可以包括：拍照模块，用于在洗涤计划包括指示洗衣机进行洗涤的方式的情况下,通过洗衣机对洗衣机内的衣物进行拍照得到洗衣机内的衣物照片；判断模块，用于判断洗衣机内的衣物照片中是否包括带有块状污渍的衣物；控制模块，用于在判断结果为是的情况下，控制洗衣机执行洗涤计划。

同时，上述洗涤该装置还可以包括：分析模块，用于在每组数据还包括衣物材质的标签的情况下，通过模型对照片进行分析还得到衣物的材质；制定模块，用于根据衣物材质、以及块状污渍的位置和/或大小制定洗涤计划。

上述的洗衣机告警装置还可以包括处理器和存储器，上述拍摄单元51、分析单元53、制定单元55等均作为程序单元存储在存储器中，由处理器执行存储在存储器中的上述程序单元来实现相应的功能。

处理器中包含内核，由内核去存储器中调取相应的程序单元。内核可以设置一个或以上，通过调整内核参数来根据用户投入洗衣机内部的衣物灵活调整洗涤方式。

存储器可能包括计算机可读介质中的非永久性存储器，随机存取存储器(ram)和/或非易失性内存等形式，如只读存储器(rom)或闪存(flashram)，存储器包括至少一个存储芯片。

根据本发明实施例的另一方面，还提供了一种存储介质，存储介质包括存储的程序，其中，程序执行上述任意一项的洗涤方法。

根据本发明实施例的另一方面，还提供了一种处理器，处理器用于运行程序，其中，程序运行时执行上述任意一项的洗涤方法。

根据本发明实施例的另一方面，还提供了一种存储介质，存储介质包括存储的程序，其中，程序执行上述任意一项的洗衣方法。

根据本发明实施例的另一方面，还提供了一种处理器，处理器用于运行程序，其中，程序运行时执行上述任意一项的洗衣方法。

本发明实施例提供了一种设备，设备包括处理器、存储器及存储在存储器上并可在处理器上运行的程序，处理器执行程序时实现以下步骤：通过设置在洗衣机上的摄像头对在洗衣机桶中的衣物进行拍照得到图像；对图像进行分析得到衣物的属性信息，其中，属性信息包括以下至少之一：衣物的材料、衣物的大小；获取洗衣机桶内的对衣物进行洗涤的水的水质信息；根据水质信息和属性信息调整洗涤方式。

在上述步骤中，根据水质信息和属性信息调整洗涤方式包括以下至少之一：调整洗涤用水的温度；调整洗涤使用的洗涤剂的种类和/或使用量，其中，洗衣机上设置有至少两种洗涤剂容器；调整洗涤时间；调整洗衣机桶的旋转方式。

对于在根据水质信息和属性信息调整洗涤方式之后，上述实施方式还包括：对洗涤方式的调整进行记录，其中，记录得到的内容作为下一次洗涤方式调整的依据。

其中，上述步骤中的获取洗衣机桶内的对衣物进行洗涤的水的水质信息包括：在每次洗涤环节结束进行排水时，对排出的水进行检测得到水质信息。

本文中的设备可以是服务器、pc、pad、手机等。

本申请还提供了一种计算机程序产品，当在数据处理设备上执行时，适于执行初始化有如下方法步骤的程序：通过设置在洗衣机上的摄像头对在洗衣机桶中的衣物进行拍照得到图像；对图像进行分析得到衣物的属性信息，其中，属性信息包括以下至少之一：衣物的材料、衣物的大小；获取洗衣机桶内的对衣物进行洗涤的水的水质信息；根据水质信息和属性信息调整洗涤方式。

在上述步骤中，根据水质信息和属性信息调整洗涤方式包括以下至少之一：调整洗涤用水的温度；调整洗涤使用的洗涤剂的种类和/或使用量，其中，洗衣机上设置有至少两种洗涤剂容器；调整洗涤时间；调整洗衣机桶的旋转方式。

对于在根据水质信息和属性信息调整洗涤方式之后，上述实施方式还包括：对洗涤方式的调整进行记录，其中，记录得到的内容作为下一次洗涤方式调整的依据。

其中，上述步骤中的获取洗衣机桶内的对衣物进行洗涤的水的水质信息包括：在每次洗涤环节结束进行排水时，对排出的水进行检测得到水质信息。

本发明实施例提供了一种设备，设备包括处理器、存储器及存储在存储器上并可在处理器上运行的程序，处理器执行程序时实现以下步骤：在衣物放入到洗衣机之前，对衣物进行拍照得到衣物的照片；通过模型对照片进行分析获取衣物上是否存在块状污渍，其中，模型是使用多组数据通过机器学习得出的，多组数据中的每组数据均包括：衣物照片和该衣物上是否存在块状污渍的标签；在存在块状污渍的情况下，至少根据块状污渍的位置和/或大小制定洗涤计划。

上述洗涤计划用于指示以下至少之一：指示用户对污渍进行洗涤前的预处理、指示洗衣机进行洗涤的方式。

可选地，上述处理器执行程序时，还可以通过洗衣机对洗衣机内的衣物进行拍照得到洗衣机内的衣物照片；判断洗衣机内的衣物照片中是否包括带有块状污渍的衣物；在判断结果为是的情况下，控制洗衣机执行洗涤计划。

可选地，上述处理器执行程序时，还可以衣物材质的标签的情况下，通过模型对照片进行分析还得到衣物的材质；根据衣物材质、以及块状污渍的位置和/或大小制定洗涤计划。

本申请还提供了一种计算机程序产品，当在数据处理设备上执行时，适于执行初始化有如下方法步骤的程序：在衣物放入到洗衣机之前，对衣物进行拍照得到衣物的照片；通过模型对照片进行分析获取衣物上是否存在块状污渍，其中，模型是使用多组数据通过机器学习得出的，多组数据中的每组数据均包括：衣物照片和该衣物上是否存在块状污渍的标签；在存在块状污渍的情况下，至少根据块状污渍的位置和/或大小制定洗涤计划。

上述洗涤计划用于指示以下至少之一：指示用户对污渍进行洗涤前的预处理、指示洗衣机进行洗涤的方式。

可选地，上述计算机程序产品执行程序时，还可以通过洗衣机对洗衣机内的衣物进行拍照得到洗衣机内的衣物照片；判断洗衣机内的衣物照片中是否包括带有块状污渍的衣物；在判断结果为是的情况下，控制洗衣机执行洗涤计划。

可选地，上述计算机程序产品执行程序时，还可以衣物材质的标签的情况下，通过模型对照片进行分析还得到衣物的材质；根据衣物材质、以及块状污渍的位置和/或大小制定洗涤计划。

上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。

在本发明的上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述。

在本申请所提供的几个实施例中，应该理解到，所揭露的技术内容，可通过其它的方式实现。其中，以上所描述的装置实施例仅仅是示意性的，例如所述单元的划分，可以为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，单元或模块的间接耦合或通信连接，可以是电性或其它的形式。

所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。

所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：u盘、只读存储器(rom，read-onlymemory)、随机存取存储器(ram，randomaccessmemory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。

以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。