基于生产环境的食品卫生检测方法、装置、设备及介质与流程

本发明涉及人工智能，尤其涉及一种基于生产环境的食品卫生检测方法、装置、电子设备及计算机可读存储介质。

背景技术：

1、众所周知，食品安全问题对于国家发展和人民健康来说，是非常重要的。其中，食品卫生是影响食品安全的一重要因素，因此需要准确且快速地检测出食品是否卫生，进而提升食品环境卫生监控等具有重要的意义。因此，亟待提出一种食品卫生检测方法。

技术实现思路

1、本发明提供一种基于生产环境的食品卫生检测方法、装置及计算机可读存储介质，其主要目的在于解决食品卫生检测的准确度较低的问题。

2、为实现上述目的，本发明提供的一种基于生产环境的食品卫生检测方法，包括：

3、利用预构建的训练图片集对初始作业规范检测模型进行模型训练，得到标准作业规范检测模型，其中，所述初始作业规范检测模型是将注意力机制集成模块添加到预设骨干网络中得到；

4、获取待检测食品的生产视频及所述待检测食品所在车间的生产环境数据，并提取出所述生产视频中的操作人员关键帧；

5、基于所述标准作业规范检测模型对所述操作人员关键帧进行作业规范检测，得到作业规范检测结果，并统计所述作业规范检测结果中规范操作的人数，根据规范操作的人数与预设安全参考库中的参考数据进行对比，将对比得到的对比结果作为食品操作安全结果；

6、提取出所述生产环境数据中的水质环境数据和消毒环境数据，计算所述水质环境数据的功率谱，并基于所述功率谱对所述水质环境数据进行周期性安全分析，得到第一水质安全分析结果；

7、根据预设的小波系数计算公式计算所述水质环境数据对应的小波系数值，构建以所述水质环境数据为横轴，所述小波系数值为纵轴的小波变换区域图，分析所述小波变换区域图中的变换趋势，并生成与所述变换趋势对应的第二水质安全分析结果；

8、基于卫生参考标准对所述消毒环境数据进行消毒检查，得到消毒情况报告，并基于所述消毒情况报告、所述第一水质安全分析结果、所述第二水质安全分析结果和所述食品操作安全结果生成所述待检测食品对应的食品卫生结果。

9、可选地，所述计算所述水质环境数据的功率谱，包括：

10、根据所述水质环境数据和所述水质环境数据对应的获取时间构建水质时间序列；

11、对所述水质时间序列进行预加重处理、分帧处理、加窗处理以及快速傅里叶变换，得到所述水质时间序列的短时频谱；

12、利用预设的功率谱计算公式对所述短时频谱取模平方，得到所述水质时间序列的功率谱。

13、可选地，所述预设的功率谱计算公式为：

14、其中，s(k)为短时频谱，p(k)为功率谱， n为所述短时频谱中帧的大小， k为短时频谱上的预设固定参数。

15、可选地，所述预设的小波系数计算公式为：

16、其中，cx(t)为所述水质环境数据对应的小波系数值，x(t)为所述水质环境数据，t为所述水质环境数据对应的水质时间序列采样区间，a为预设的尺度参数，b为预设的平移位置参数，n为所述水质环境数据的数据总数，ψ为预设的小波系数函数。

17、可选地，所述提取出所述生产视频中的操作人员关键帧，包括：

18、以预设周期作为抽取频率抽取所述生产视频中的多个视频帧，并提取所述生产视频中的人员标签；

19、从各个视频帧中提取人脸特征，基于人脸分类模型对所述人脸特征进行分类，得到对应的人员分类；

20、从所述视频帧中确定与所述人员标签及所述人员分类一致的视频帧作为操作人员关键帧。

21、可选地，所述利用预构建的训练图片集对初始作业规范检测模型进行模型训练，得到标准作业规范检测模型，包括：

22、对所述训练图片集进行数据标注，得到标注数据集，其中，所述训练图片集为多张包含作业操作场景的图片；

23、将所述标注数据集输入至所述初始作业规范检测模型中，得到规范佩戴情况；

24、统计所述规范佩戴情况中的规范佩戴个数，并计算所述规范佩戴个数与预设真实个数之间的误差值；

25、当所述误差值小于或者等于预设参考阈值时，将所述初始作业规范检测模型输出为标准作业规范检测模型；

26、当所述误差值大于预设参考阈值时，对所述初始作业规范检测模型进行参数调整，并重新执行作业规范检测处理，直至当所述误差值小于或者等于预设参考阈值时，将调整参数后的初始作业规范检测模型输出为标准作业规范检测模型。

27、可选地，所述利用预构建的训练图片集对初始作业规范检测模型进行模型训练之前，所述方法还包括：

28、随机读取预先获取的历史生产图像集中的预设个数的生产操作环境图像，对所述生产操作环境图像进行缩放及色域变化处理，得到多张标准图像；

29、将所述标准图像按照方向位置组合为增强图像集，并将所述增强图像集作为训练图片集。

30、为了解决上述问题，本发明还提供一种基于生产环境的食品卫生检测装置，所述装置包括：

31、模型训练模块，用于利用预构建的训练图片集对初始作业规范检测模型进行模型训练，得到标准作业规范检测模型，其中，所述初始作业规范检测模型是将注意力机制集成模块添加到预设骨干网络中得到；

32、操作结果生成模块，用于获取待检测食品的生产视频及所述待检测食品所在车间的生产环境数据，并提取出所述生产视频中的操作人员关键帧，基于所述标准作业规范检测模型对所述操作人员关键帧进行作业规范检测，得到作业规范检测结果，并统计所述作业规范检测结果中规范操作的人数，根据规范操作的人数与预设安全参考库中的参考数据进行对比，将对比得到的对比结果作为食品操作安全结果；

33、水质结果生成模块，用于提取出所述生产环境数据中的水质环境数据和消毒环境数据，计算所述水质环境数据的功率谱，并基于所述功率谱对所述水质环境数据进行周期性安全分析，得到第一水质安全分析结果，根据预设的小波系数计算公式计算所述水质环境数据对应的小波系数值，构建以所述水质环境数据为横轴，所述小波系数值为纵轴的小波变换区域图，分析所述小波变换区域图中的变换趋势，并生成与所述变换趋势对应的第二水质安全分析结果；

34、卫生结果生成模块，用于基于卫生参考标准对所述消毒环境数据进行消毒检查，得到消毒情况报告，并基于所述消毒情况报告、所述第一水质安全分析结果、所述第二水质安全分析结果和所述食品操作安全结果生成所述待检测食品对应的食品卫生结果。

35、为了解决上述问题，本发明还提供一种电子设备，所述电子设备包括：

36、存储器，存储至少一个指令；及

37、处理器，执行所述存储器中存储的指令以实现上述所述的基于生产环境的食品卫生检测方法。

38、为了解决上述问题，本发明还提供一种计算机可读存储介质，所述计算机可读存储介质中存储有至少一个指令，所述至少一个指令被电子设备中的处理器执行以实现上述所述的基于生产环境的食品卫生检测方法。

39、本发明实施例中，通过训练图片集对添加了注意力机制集成模块的预设骨干网络进行模型训练，得到标准作业规范检测模型，所述标准作业规范检测模型具有精准的佩戴识别能力，并根据作业规范检测结果推断出食品操作安全结果。对生产环境数据中的水质环境数据、消毒环境数据分别进行安全分析，根据得到的消毒情况报告、第一水质安全分析结果、第二水质安全分析结果和食品操作安全结果生成待检测食品对应的食品卫生结果。涉及的维度更加全面，因此进行食品安全检测也更准确。因此本发明提出的基于生产环境的食品卫生检测方法、装置、电子设备及计算机可读存储介质，可以解决解决食品卫生检测的准确度较低的问题。