燃气设备安全检测的方法、装置、电子设备及存储介质

技术领域

本公开涉及图像处理技术领域，尤其涉及一种燃气设备安全检测的方法、装置、电子设备及存储介质。

背景技术

根据国家燃气炉具管理规定：灶具和热水器最长使用期限为8年，正常燃气炉具一旦改装后仍继续使用将会增加能耗、缩短炉具的使用寿命。再者，改装后的燃气炉具在使用的过程中排放出的废气是否符合国家标准得不到鉴定，若不符合国家标准的排放废气，在长期使用下来会对人体健康造成较大的危害。此外，改装后的燃气炉具的日常维修服务得不到保障且大多数没有与之相匹配的零配件，所以改装的燃气炉具继续使用的价值并不高。

燃气公司为了保障用户家庭用气安全，及时发现设备设施隐患，需要工作人员定期入户进行燃气设施的拍摄检查，以确定用户家庭使用的燃气设施是否存在不合规的现象(比如，使用不合规的改装燃气具、灶具等)。但是，针对拍摄的每张图片采用人工进行合规与否的标记，需要耗费安检员大量的时间和精力，效率低下，且无法实现用户的自助燃气具安检。

发明内容

有鉴于此，本公开实施例提供了一种燃气设备安全检测的方法、装置、电子设备及存储介质，以解决现有技术中需要针对拍摄的每张图片采用人工进行合规与否的标记，需要耗费安检员大量的时间和精力，效率低下，且无法实现用户的自助燃气设备安检的问题。

本公开实施例的第一方面，提供了一种燃气设备安全检测的方法，包括：

获取待检测燃气设备的运行图像；

对运行图像进行特征提取，得到运行图像的特征图谱；

将特征图谱输入预设的区域生成网络，得到运行图像的候选区域；

对候选区域进行图像池化处理，得到运行图像的关键区域；

对关键区域进行预设目标分类处理，得到目标分类结果；

根据目标分类结果，确定关键区域对应的燃气设备的安全级别。

本公开实施例的第二方面，提供了一种燃气设备安全检测的装置，包括：

获取模块，被配置为获取待检测燃气设备的运行图像；

提取模块，被配置为对运行图像进行特征提取，得到运行图像的特征图谱；

生成模块，被配置为将特征图谱输入预设的区域生成网络，得到运行图像的候选区域；

池化模块，被配置为对候选区域进行图像池化处理，得到运行图像的关键区域；

分类模块，被配置为对关键区域进行预设目标分类处理，得到目标分类结果；

确定模块，被配置为根据目标分类结果，确定关键区域对应的燃气设备的安全级别。

本公开实施例的第三方面，提供了一种电子设备，包括存储器、处理器以及存储在存储器中并且可在处理器上运行的计算机程序，该处理器执行计算机程序时实现上述方法的步骤。

本公开实施例的第四方面，提供了一种计算机可读存储介质，该计算机可读存储介质存储有计算机程序，该计算机程序被处理器执行时实现上述方法的步骤。

本公开实施例与现有技术相比，其有益效果至少包括：通过获取待检测燃气设备的运行图像；对运行图像进行特征提取，得到运行图像的特征图谱；将特征图谱输入预设的区域生成网络，得到运行图像的候选区域；对候选区域进行图像池化处理，得到运行图像的关键区域；对关键区域进行预设目标分类处理，得到目标分类结果；根据目标分类结果，确定关键区域对应的燃气设备的安全级别，能够实现用户对燃气设备(比如，家庭安装的燃气设备)的自助安检，无需安检人员入户对燃气设施进行拍摄，并对每张图片进行人工检查和标记，极大地减轻了安检员的工作量和时间成本，效率高，有利于降低燃气设备的入户安检成本，同时可及时排查出使用不合规气源的燃气设备，保障用户的生命安全。

附图说明

为了更清楚地说明本公开实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本公开的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它的附图。

图1是本公开实施例提供的一种燃气设备安全检测的方法的流程示意图；

图2是本公开实施例提供的燃气设备安全检测的方法中的一种深度学习网络的结构示意图；

图3是本公开实施例提供的燃气设备安全检测的方法中的一种关键区域的区域锚点修正前后的对比示意图；

图4是本公开实施例提供的一种燃气设备安全检测的装置的结构示意图；

图5是本公开实施例提供的一种电子设备的结构示意图。

具体实施方式

以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、技术之类的具体细节，以便透彻理解本公开实施例。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本公开。在其它情况中，省略对众所周知的系统、装置、电路以及方法的详细说明，以免不必要的细节妨碍本公开的描述。

下面将结合附图详细说明根据本公开实施例的一种燃气设备安全检测的方法和装置。

图1是本公开实施例提供的一种燃气设备安全检测的方法的流程示意图。

如图1所示，该燃气设备安全检测的方法包括：

步骤S101，获取待检测燃气设备的运行图像。

在一示例性实施例中，可以通过下述途径获取待检测燃气设备的运行图像：在进行入户检查时，安检员可对安装有燃气设施的厨房、浴室等区域进行排照，获得待检测燃气设备的运行图像(即原始图像)。

在另一示例性实施例中，用户可自行定期或不定期拍摄家里的安装有燃气设施的厨房、浴室等区域进行排照，获得待检测燃气设备的运行图像(即原始图像)。

在又一示例性实施例中，还可以通过安装在家里的监控摄像装置(如监控摄像头等)拍摄家里的安装有燃气设施的厨房、浴室等区域，获得监控视频/图像(即原始图像)。

步骤S102，对运行图像进行特征提取，得到运行图像的特征图谱。

天然气，一般是指天然蕴藏于地层中的烃类和非烃类气体的混合物，在石油地质学中，通常指油田气和气田气，它主要存在于油田和天然气田，也有少量出于煤层。液化(如液化石油气)，一般是指由天然气或者石油进行加压降温液化所得到的一种无色挥发性液体。可见，天然气和液化气是在特性上是有着本质区别的两种可燃气源。而不同的气源对燃气设备的性能、技术要求和安全要求都不相同。根据国家燃气炉具管理规定：灶具和热水器最长使用期限为8年，正常燃气炉具一旦改装后仍继续使用将会增加能耗、缩短炉具的使用寿命，且改装后的燃气炉具因没有对应的废弃排放国家标准，因此难以确定其排放的废弃是否符合国家标准。若是不符合国家标准，则长期使用下去会对人体产生较大的危害。为了避免人们擅自改装燃气设备或者使用不合规的燃气设备(如土灶等)，燃气公司会定期安排安检员入户进行排查，以确保人们的燃气使用安全。

在一实施例中，首先，可对运行图像进行通道扩张、通道顺序调整和/或数据类型转换处理，得到预处理图像；然后，将预处理图像转存至显存区域；再从显存区域读取预处理图像并进行特征提取，得到运行图像的特征图谱。

在获取到原始图像后，可以先将原始图像由三维图像变成四维图像；接着，将四维图像的通道顺序调整成R→G→B的顺序，以满足算法框架的要求。然后，再将该四维图像由整型数据转换成Tensor(张量)，即N维数组，以满足算法框架的要求。之后，再将经上述处理后得到的预处理图像转出存储至显存区域，之后可直接从显存区域读取预处理图像进行后续的处理操作，计算速度更快，处理效率更高。

图2是本公开实施例提供的燃气设备安全检测的方法中的一种深度学习网络的结构示意图。为了便于描述，图中仅示出了与本公开实施例相关的部分。

如图2所示，该深度学习网络包括依次连接的特征提取层201、区域生成网络202、感兴趣区域池化层(ROI池化层)203、全连接层204和非极大值抑制层205。

在一实施例中，特征提取层201包括依次连接的卷积层、relu激活函数和池化层。将经预处理后的原始图像输入特征提取层201中，经一系列的卷积、激活和池化处理，得到一系列的特征图谱。

步骤S103，将特征图谱输入预设的区域生成网络，得到运行图像的候选区域。

在一实施例中，将上述特征提取层201输出的一系列特征图谱输入至区域生成网络202中，得到含有目标物体(燃气设备)的候选区域。

步骤S104，对候选区域进行图像池化处理，得到运行图像的关键区域。

感兴趣区域池化层203工作原理是将h(高)×w(宽)特征图(即候选区域)分割成H×W个大小近似的子窗口，然后将每个子窗口的值应用max-pooling(平均池化)，特征图经过这种运算能得到H×W的特征图输出，至此一个h×w的特征图转变为一个固定H(高)×W(宽)大小的特征图。

由于经上述区域生成网络202输出的候选区域的区域大小不一致(即为非均匀尺寸的候选区域)，所以可继续将候选区域输入至感兴趣区域池化层203中，以执行最大池化获得固定尺寸的特征图(例如，7×7的关键区域，也即将每个候选区域均转变成7×7大小的关键区域)。

对候选区域进行图像池化处理，具体可以是将上述步骤获得的候选区域输入感兴趣区域池化层203中，得到运行图像的关键区域。

步骤S105，对关键区域进行预设目标分类处理，得到目标分类结果。

在一实施例中，将上述输出的关键区域输入至全连接层204中，输出关键区域的燃气设备类别的索引值(即目标分类结果)。

例如，预设的燃气设备的索引表包括10种常用的燃气设备，其中，每一种燃气设备对应一个类别索引值，分别为01、02、03、04、05、06、07、08、09、10。若经全连接层204处理后输出的索引值为03，那么该关键区域所对应的燃气设备的类别即为索引值03所对应的类别。

步骤S106，根据目标分类结果，确定关键区域对应的燃气设备的安全级别。

安全燃气设备，可以是指允许安装到家庭等场景下使用的各种燃气设备，包括但不限于燃气锅炉、燃气灶具等。

作为一示例，若根据上述分类结果确定关键区域A所对应的燃气设备的类别属于预设的入户使用安全标准中的允许安装到家庭等场景下使用的各种安全燃气设备，则可确定该关键区域A所对应的燃气设备符合预设的入户使用安全标准。

本公开实施例提供的技术方案，通过获取待检测燃气设备的运行图像；对运行图像进行特征提取，得到运行图像的特征图谱；将特征图谱输入预设的区域生成网络，得到运行图像的候选区域；对候选区域进行图像池化处理，得到运行图像的关键区域；对关键区域进行预设目标分类处理，得到目标分类结果；根据目标分类结果，确定关键区域对应的燃气设备的安全级别，能够实现用户对燃气设备(比如，家庭安装的燃气设备)的自助安检，无需安检人员入户对燃气设施进行拍摄，并对每张图片进行人工检查和标记，极大地减轻了安检员的工作量和时间成本，效率高，有利于降低燃气设备的入户安检成本，同时可及时排查出使用不合规气源的燃气设备，保障用户的生命安全。

在一些实施例中，上述步骤S103包括：

将特征图谱输入预设的区域生成网络，得到特征区域；

识别特征区域的区域锚点，调用边框回归函数对区域锚点进行锚点修正，得到候选区域。

结合图2，可将经特征提取层201输出的一系列特征图谱输入至区域生成网络202中，得到一些特征区域，这些特征区域包含表征目标物体(燃气设备)的坐标点的矩形框。这些矩形框通常是一些非均匀尺寸的特征图。在本实施例中，可通过softmax函数判断每个特征区域的区域锚点是属于正样例或者负样例。对于图像中每一个关键区域，若找到与其IOU(交并比)最大的先验框，该先验框为正样本，若一个先验框没有与任何的关键区域匹配，则为负样本。然后，再调用边框回归函数对区域锚点进行锚点修正，从而获得位置更加精确的候选区域。

作为一示例，结合图3，假设关键区域A在未进行锚点修正前的区域锚点如图3中的虚线框所示，从图中可以看出，虚线框的点位没有完全地框选出其中的目标物体，且其交并比小于0.5，即该区域锚点的定位不够准确。此时，通过调用边框回归函数对关键区域A的区域锚点进行锚点修正，修正后的关键区域为关键区域A′(图中的粗实线框)，修正后的关键区域A′能够完全地框选出其中的目标物体，提高了后续的分类处理的精准度。

在一些实施例中，上述分类结果包括多个关键区域，以及每个关键区域对应的类别索引值和位置信息。对关键区域进行预设目标分类处理，得到目标分类结果，具体包括：

确定每一个关键区域的类别索引值；

调用边框回归函数分别每一个关键区域进行计算，得到每一个关键区域所对应的位置信息。

类别索引值，是指每个关键区域中的目标物体的类别所对应的类别索引值。

在一实施例中，可以预先设置目标物体的类别与类别索引值的对应关系表，如下表1所示。

表1目标物体的类别与类别索引值的对应关系表

作为一示例，假设一张原始图像经上述处理步骤之后，得到5个关键区域，分别编号为关键区域01、02、03、04、05，分别利用这5个关键区域的特征图谱计算出每个关键区域所对应的目标物体的类别分别为燃气设备A(对应的类别索引值为01)、燃气设备B(对应的类别索引值为02)、燃气设备C(对应的类别索引值为03)、燃气设备D(对应的类别索引值为04)、燃气设备F(对应的类别索引值为05)。

进一步，可再次调用边框回归函数对每一个关键区域进行区域位置修正处理，得到每一个关键区域所对应的位置信息。该位置信息可用于表征每个关键区域在原始图像中的哪个位置，例如，可通过关键区域的四个角顶点像素坐标来确定其在原始图像的具体的位置。

在一实施例中，该位置信息还可以包括每个关键区域所对应的燃气设备安装位置信息。

综合上述，关键区域01、02、03、04、05的分类结果可整理成如下表2的边界框列表。

表2分类结果边界框列表

在本公开实施例中，通过确定每一个关键区域的类比索引值以及每一个关键区域所对应的位置信息，便于查询和确定每个关键区域的燃气设备类别及其安装位置，从而可使得用户能够快速确定其中不合规的燃气设备的所在关键区域及其安装位置，方便做出相应的调整措施。

在一些实施例中，上述步骤S106包括：

分别计算每一个关键区域的类别置信度；

根据置信度对多个关键区域进行排序，得到排序结果；

剔除排序结果中的重复检测区域，获得最终输出结果；

根据最终输出结果，确定关键区域对应的燃气设备是否属于安全燃气设备。

结合上述示例，分别计算关键区域01～05的类别置信度，即计算每一个关键区域的属于某种燃气设备的概率。例如，关键区域01属于燃气设备A的概率为90％，为燃气设备B的概率为10％，则关键区域A为燃气设备A的类别置信度为90％，为燃气设备B的类别置信度为10％。

类似的，计算关键区域02～05的类别置信度。然后，按照类别置信度从高至低或者从低至高的顺序进行排序，得到排序结果。

作为一示例，按照类别置信度从高至低对关键区域01～05进行排序，得到排序结果。预设的燃气设备的索引表包括5种常用燃气设备，分别为燃气设备A、B、C、D、E，其中，排序结果如下表3所示。

表3排序结果

在一些实施例中，剔除排序结果中的重复检测区域，获得最终输出结果，包括：

从排序结果中找出每一个类别的类别置信度最高的关键区域；

将同一类别中类别置信度最高的关键区域设置为第一关键区域，其他关键区域设置为第N关键区域，其中N为≥2的正整数；

分别计算第一关键区域与每一第N关键区域的交并比，获得N-1组交并比；

根据N-1组交并比剔除排序结果中的重复检测区域，获得最终输出结果。

作为一示例，结合上表3的排序结果可知，燃气设备B的置信度最高的关键区域为关键区域02，同属于燃气设备B的其他关键区域包括关键区域03和关键区域05，那么可将关键区域02设置为第一关键区域，将关键区域03和05分别设置为第二关键区域和第三关键区域。

接着，计算第一关键区域与第二关键区域的第一交并比，计算第一关键区域与第三关键区域的第二交并比，总共获得两组交并比。

在一些实施例中，根据N-1组交并比剔除排序结果中的重复检测区域，获得最终输出结果，包括：

若第一关键区域与第N关键区域的交并比大于预设重叠阈值，则将第N关键区域确定为重复检测区域；

剔除同一类别中的重复检测区域，确定最终输出结果。

结合上述示例，若第一关键区域与第二区域的第一交并比大于预设的重叠阈值(可以根据实际情况灵活设置，如可设置为0.5)，则将第二区域确定为重复检测区域。类似的，若第一关键区域与第三关键区域的第二交并比大于预设的重叠阈值，则将第三区域确定为重复检测区域。此时，可从排序结果中删除关于关键区域03为燃气设备B的置信度，以及关于关键区域05为燃气设备B的置信度。

此时，可确定目标物体的类别为燃气设备B的关键区域为第一关键区域，即关键区域02。将关键区域02存储至最终输出列表中。

同理，对于燃气设备A、燃气设备C、燃气设备D、燃气设备E这几个类别中的重复检测区域的确定方式与上述关于燃气设备B的重复检测区域的确定方式相同，在此不再赘述。

在另一实施例中，还可以先根据燃气设备的类别进行分类，确定每个类别的关键区域，得到区域集合，其中，每个区域集合对应一个燃气设备类别，每个区域集合中至少有一个关键区域。然后，再根据上述方式计算每个区域集合中的类别置信度最高的关键区域与其他区域的交并比，然后剔除其中的重复检测区域，得到每个区域集合中置信度最高的关键区域，将该置信度最高的关键区域放入最终的输出列表中，即获得最终输出结果。

在本公开实施例中，通过将上述步骤S105输出的分类结果输入非极大值抑制层205，找到各燃气设备类别的局部极大值，并筛除(抑制)邻域内其余的值，得到最终的输出结果，然后再确定最终的输出结果(最终的输出列表)中的每一个关键区域所对应的燃气设备是否符合预设的入户使用安全标准。通过对分类结果输入非极大值抑制层进行处理，可提高目标检测模型的召回率。

在一实施例中，当最终的输出结果中存在使用不合规气源的燃气设备时，可以向用户发出报警信息，该报警信息可包括使用不合规气源的燃气设备的具体类别信息、安装位置信息，以便于用户快速确定不合规气源的燃气设备是哪一些，具体安装在哪个位置，从而采取相应的措施，比如，及时更换其他合规气源的燃气设备等。

上述所有可选技术方案，可以采用任意结合形成本申请的可选实施例，在此不再一一赘述。

下述为本公开装置实施例，可以用于执行本公开方法实施例。对于本公开装置实施例中未披露的细节，请参照本公开方法实施例。

图4是本公开实施例提供的一种燃气设备安全检测的装置的示意图。如图4所示，该燃气设备安全检测的装置包括：

获取模块401，被配置为获取待检测燃气设备的运行图像；

提取模块402，被配置为对运行图像进行特征提取，得到运行图像的特征图谱；

生成模块403，被配置为将特征图谱输入预设的区域生成网络，得到运行图像的候选区域；

池化模块404，被配置为对候选区域进行图像池化处理，得到运行图像的关键区域；

分类模块405，被配置为对关键区域进行预设目标分类处理，得到目标分类结果；

确定模块406，被配置为根据目标分类结果，确定关键区域对应的燃气设备的安全等级。

本公开实施例提供的技术方案，通过获取模块401，被配置为获取待检测燃气设备的运行图像；提取模块402，被配置为对运行图像进行特征提取，得到运行图像的特征图谱；生成模块403，被配置为将特征图谱输入预设的区域生成网络，得到运行图像的候选区域；池化模块404，被配置为对候选区域进行图像池化处理，得到运行图像的关键区域；分类模块405，被配置为对关键区域进行预设目标分类处理，得到目标分类结果；确定模块406，被配置为根据目标分类结果，确定关键区域对应的燃气设备的安全等级，能够实现用户对燃气设备(比如，家庭安装的燃气设备)的自助安检，无需安检人员入户对燃气设施进行拍摄，并对每张图片进行人工检查和标记，极大地减轻了安检员的工作量和时间成本，效率高，有利于降低燃气设备的入户安检成本，同时可及时排查出使用不合规气源的燃气设备，保障用户的生命安全。

在一些实施例中，上述提取模块402，包括：

图像处理单元，被配置为对运行图像进行通道扩张、通道顺序调整和/或数据类型转换处理，得到预处理图像；

转存单元，被配置为将预处理图像转存至显存区域；

提取单元，被配置为从显存区域读取预处理图像并进行特征提取，得到运行图像的特征图谱。

在一些实施例中，上述生成模块403包括：

输入单元，被配置为将特征图谱输入预设的区域生成网络，得到特征区域；

识别单元，被配置为识别特征区域的区域锚点，调用边框回归函数对区域锚点进行锚点修正，得到运行图像的候选区域。

在一些实施例中，上述分类结果包括多个关键区域，以及每个关键区域对应的类别索引值和位置信息。

在本实施例中，上述分类模块405包括：

索引确定单元，被配置为确定每一个关键区域的类别索引值；

计算单元，被配置为调用边框回归函数分别每一个关键区域进行计算，得到每一个关键区域所对应的位置信息。

在一些实施例中，根据分类结果，确定关键区域对应的燃气设备是否属于安全燃气设备，包括：

分别计算每一个关键区域的类别置信度；

根据置信度对多个关键区域进行排序，得到排序结果；

剔除排序结果中的重复检测区域，获得最终输出结果；

根据最终输出结果，确定关键区域对应的燃气设备是否属于安全燃气设备。

在一些实施例中，剔除排序结果中的重复检测区域，获得最终输出结果，包括：

从排序结果中找出每一个类别的类别置信度最高的关键区域；

将同一类别中类别置信度最高的关键区域设置为第一关键区域，其他关键区域设置为第N关键区域，其中N为≥2的正整数；

分别计算第一关键区域与每一第N关键区域的交并比，获得N-1组交并比；

根据N-1组交并比剔除排序结果中的重复检测区域，获得最终输出结果。

在一些实施例中，根据N-1组交并比剔除排序结果中的重复检测区域，获得最终输出结果，包括：

若第一关键区域与第N关键区域的交并比大于预设重叠阈值，则将第N关键区域确定为重复检测区域；

剔除同一类别中的重复检测区域，确定最终输出结果。

应理解，上述实施例中各步骤的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本公开实施例的实施过程构成任何限定。

图5是本公开实施例提供的电子设备500的示意图。如图5所示，该实施例的电子设备500包括：处理器501、存储器502以及存储在该存储器502中并且可在处理器501上运行的计算机程序503。处理器501执行计算机程序503时实现上述各个方法实施例中的步骤。或者，处理器501执行计算机程序503时实现上述各装置实施例中各模块/单元的功能。

电子设备500可以是桌上型计算机、笔记本、掌上电脑及云端服务器等电子设备。电子设备500可以包括但不仅限于处理器501和存储器502。本领域技术人员可以理解，图5仅仅是电子设备500的示例，并不构成对电子设备500的限定，可以包括比图示更多或更少的部件，或者不同的部件。

处理器501可以是中央处理单元(Central Processing Unit，CPU)，也可以是其它通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现场可编程门阵列(Field-Programmable Gate Array，FPGA)或者其它可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。

存储器502可以是电子设备500的内部存储单元，例如，电子设备500的硬盘或内存。存储器502也可以是电子设备500的外部存储设备，例如，电子设备500上配备的插接式硬盘，智能存储卡(Smart Media Card，SMC)，安全数字(Secure Digital，SD)卡，闪存卡(Flash Card)等。存储器502还可以既包括电子设备500的内部存储单元也包括外部存储设备。存储器502用于存储计算机程序以及电子设备所需的其它程序和数据。

所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上述各功能单元、模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能单元、模块完成，即将装置的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块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。

集成的模块/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存储介质中。基于这样的理解，本公开实现上述实施例方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，计算机程序可以存储在计算机可读存储介质中，该计算机程序在被处理器执行时，可以实现上述各个方法实施例的步骤。计算机程序可以包括计算机程序代码，计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。计算机可读介质可以包括：能够携带计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(Read-Only Memory，ROM)、随机存取存储器(Random Access Memory，RAM)、电载波信号、电信信号以及软件分发介质等。需要说明的是，计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如，在某些司法管辖区，根据立法和专利实践，计算机可读介质不包括电载波信号和电信信号。

以上实施例仅用以说明本公开的技术方案，而非对其限制；尽管参照前述实施例对本公开进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本公开各实施例技术方案的精神和范围，均应包含在本公开的保护范围之内。