一种养老服务的检测方法、装置、电子设备以及存储介质

本申请实施例提供了一种养老服务的检测方法、装置、电子设备以及存储介质，涉及计算机视觉技术领域，电子设备可以获取在工作人员的工作过程中采集的工作视频；将工作视频以及描述文本输入视觉语言模型，以使视觉语言模型基于描述文本所表征的行为描述以及工作视频中工作人员对应的图像特征，确定工作人员的养老服务行为；根据工作视频的图像帧间隔以及对应的养老服务行为，确定养老服务行为的服务时长；基于养老服务行为以及服务时长，确定工作人员的工作状态。由于视觉语言模型为预训练的多模态模型，因此，视觉语言模型可以根据描述文本以及工作视频，确定工作人员的养老服务行为。这样，可以实现对养老服务质量的监督。