本申请涉及自动化，尤其涉及一种出水控制方法、装置、电子设备、存储介质及产品。
背景技术：
1、随着人工智能技术的不断发展，用户对智能家居的需求越来越强烈。一款带有人工智能功能的家电产品，不仅能够为用户带来便捷的操作体验，还能够极大地提升产品的品质和用户体验，具有广阔的市场前景。
2、近年来，物联网、大数据和移动设备的普及，特别是深度学习技术的爆发式发展，为基于图像识别的智能图像检测技术的实现提供了可能。全新的交互技术为家居智能化带来了新的增长点。目前，很多智能家电对场景的智能化要求有很高的需求，对智能需求的精准判断将直接带动家电的智能化水平。
3、但是，通过传统深度网络进行图像检测时，需要人工根据经验指定特定激活函数，容易导致激活函数使用不当，进而导致图像识别结果的准确性低下，进一步导致基于图像识别结果进行饮水机出水控制时的准确性低下。
技术实现思路
1、本申请旨在至少解决相关技术中存在的技术问题之一。为此，本申请提出一种出水控制方法，可以提高基于图像识别结果进行饮水机出水控制时的准确性。
2、本申请还提出一种出水控制装置、电子设备、存储介质及计算机程序产品。
3、根据本申请第一方面实施例的出水控制方法，包括：
4、将待识别图像输入至容器检测模型，得到所述容器检测模型输出的容器检测结果；所述容器检测结果包括待识别图像中容器的类型信息与容器的空间尺寸信息；所述容器检测模型包括特征提取网络与特征融合网络，所述特征提取网络和/或所述特征融合网络中包括深度残差模块，所述深度残差模块用于基于泰勒级数自动构造激活函数；
5、根据所述类型信息与所述空间尺寸信息，确定所述容器的容量信息；
6、基于所述容量信息进行出水控制。
7、根据本申请实施例的出水控制方法，通过在容器检测模型的特征提取网络和/或特征融合网络中设置深度残差模块，无需人工根据经验指定特定激活函数，即可在特征提取和/或特征融合过程基于泰勒级数自动构造激活函数，因此根据待识别图像可以准确地进行特征提取和/或特征融合，使得基于得到的特征可以更准确地进行预测，得到待识别图像中容器的类型信息与空间尺寸信息，进一步根据类型信息与空间尺寸信息可以准确地确定容器的容量，根据容器的容量可以准确地进行出水控制，提高基于图像识别结果进行饮水机出水控制时的准确性。
8、根据本申请的一个实施例，所述容器检测模型是通过如下方式确定的：
9、获取样本图像及其标注信息；所述标注信息包括每一样本图像中是否存在容器、存在容器时的容器类型、容器的空间尺寸、容器的中心点坐标以及针对容器的真实框；
10、基于样本图像及其标注信息，对预设检测模型进行训练，得到容器检测模型；其中，所述预设检测模型包括所述特征提取网络与所述特征融合网络。
11、根据本申请的一个实施例，所述深度残差模块用于进行特征提取，得到提取特征，所述提取特征中包括泰勒级数的预设展开个数；基于预设激活函数与所述提取特征，确定与所述预设展开个数对应数量的数值；基于各数值构造泰勒级数的函数作为输入数据的激活函数。
12、根据本申请的一个实施例，所述容器检测模型的损失函数基于第一损失值与第二损失值确定；所述第一损失值是基于预测分值与第一预设超参进行指数运算确定的；所述第二损失值是基于预测框与真实框的交并比以及第二预设超参进行指数运算确定的。
13、根据本申请的一个实施例，所述根据所述类型信息与所述空间尺寸信息，确定所述容器的容量信息，包括：
14、根据所述空间尺寸信息确定所述容器的初始容量；
15、基于所述类型信息确定所述容器的容量权重；
16、基于所述容量权重与所述初始容量，确定所述容器的容量信息。
17、根据本申请的一个实施例，所述容器检测结果还包括待识别图像中容器的中心点坐标；所述基于所述容量信息进行出水控制，包括：
18、基于所述待识别图像中容器的中心点坐标确定出水方向；
19、基于所述出水方向与所述容量信息进行出水控制。
20、根据本申请第二方面实施例的出水控制装置，包括：
21、输入模块，用于将待识别图像输入至容器检测模型，得到所述容器检测模型输出的容器检测结果；所述容器检测结果包括待识别图像中容器的类型信息与容器的空间尺寸信息；所述容器检测模型包括特征提取网络与特征融合网络，所述特征提取网络和/或所述特征融合网络中包括深度残差模块，所述深度残差模块用于基于泰勒级数自动构造激活函数；
22、确定模块，用于根据所述类型信息与所述空间尺寸信息，确定所述容器的容量信息；
23、控制模块，用于基于所述容量信息进行出水控制。
24、根据本申请第三方面实施例的电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如上述任一种所述出水控制方法。
25、根据本申请第四方面实施例的存储介质，所述存储介质为非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如上述任一种所述出水控制方法。
26、根据本申请第五方面实施例的计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时实现如上述任一种所述出水控制方法。
27、本申请实施例中的上述一个或多个技术方案，至少具有如下技术效果之一：
28、通过在容器检测模型的特征提取网络和/或特征融合网络中设置深度残差模块，无需人工根据经验指定特定激活函数，即可在特征提取和/或特征融合过程基于泰勒级数自动构造激活函数，因此根据待识别图像可以准确地进行特征提取和/或特征融合，使得基于得到的特征可以更准确地进行预测，得到待识别图像中容器的类型信息与空间尺寸信息，进一步根据类型信息与空间尺寸信息可以准确地确定容器的容量，根据容器的容量可以准确地进行出水控制，提高基于图像识别结果进行饮水机出水控制时的准确性。
29、本申请的附加方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本申请的实践了解到。
1.一种出水控制方法，其特征在于，包括：
2.根据权利要求1所述的出水控制方法，其特征在于，所述容器检测模型是通过如下方式确定的：
3.根据权利要求1所述的出水控制方法，其特征在于，所述深度残差模块用于进行特征提取，得到提取特征，所述提取特征中包括泰勒级数的预设展开个数；基于预设激活函数与所述提取特征，确定与所述预设展开个数对应数量的数值；基于各数值构造泰勒级数的函数作为输入数据的激活函数。
4.根据权利要求1所述的出水控制方法，其特征在于，所述容器检测模型的损失函数基于第一损失值与第二损失值确定；所述第一损失值是基于预测分值与第一预设超参进行指数运算确定的；所述第二损失值是基于预测框与真实框的交并比以及第二预设超参进行指数运算确定的。
5.根据权利要求1所述的出水控制方法，其特征在于，所述根据所述类型信息与所述空间尺寸信息，确定所述容器的容量信息，包括：
6.根据权利要求1-5任一项所述的出水控制方法，其特征在于，所述容器检测结果还包括待识别图像中容器的中心点坐标；所述基于所述容量信息进行出水控制，包括：
7.一种出水控制装置，其特征在于，包括：
8.一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1至6任一项所述出水控制方法。
9.一种存储介质，所述存储介质为非暂态计算机可读存储介质，其上存储有计算机程序，其特征在于，该计算机程序被处理器执行时实现如权利要求1至6任一项所述出水控制方法。
10.一种产品，所述产品为计算机程序产品，包括计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至6任一项所述的出水控制方法。
