1.一种基于无线连接的电熨斗智能控制方法，其特征在于，所述电熨斗智能控制方法包括以下步骤：通过传感器采集装置采集周围环境中的用户感应信息，将所述用户感应信息进行数据预处理，得到待训练用户感应信息；

基于YOLOv神经网络，建立初始YOLOv5s深度学习网络模型，使用CIOU损失函数替代所述初始YOLOv5s深度学习网络模型的损失函数， 对BN层上的缩放因子系数进行稀疏化训练，得到目标YOLOv5s深度学习网络模型；

将所述待训练用户感应信息输入所述目标YOLOv5s深度学习网络模型进行训练，得到第一用户感应信息，所述第一用户感应信息至少包括用户位置信息和用户手势信息；

根据所述第一用户感应信息生成电熨斗实时控制指令，通过Zigbee无线连接模块将所述电熨斗实时控制指令传输至电熨斗的控制模块，基于控制模块将所述电熨斗实时控制指令生成电熨斗加热指令；

基于控制模块将所述电熨斗加热指令传输至加热模块中，基于所述加热模块生成加热电信号，根据所述加热电信号对电熨斗中的液态水进行加热；

获取电熨斗的加热时间数据，通过传感器采集装置采集周围环境中的第二用户感应信息；将所述加热时间数据和所述第二用户感应信息输入至所述目标YOLOv5s深度学习网络模型中进行训练，得到电熨斗目标控制指令；

根据所述电熨斗目标控制指令生成加热电信号或者关闭电信号，根据所述加热电信号或所述关闭电信号对电熨斗的加热模块进行控制。

2.如权利要求1所述的一种基于无线连接的电熨斗智能控制方法，其特征在于，所述通过传感器采集装置采集周围环境中的用户感应信息，将所述用户感应信息进行数据预处理，得到待训练用户感应信息，包括：通过传感器采集装置采集周围环境中的用户感应信息，搜所述传感器采集装置至少包括图像传感器、方位传感器和距离传感器；

获取用户感应信息，对所述用户感应信息进行均值滤波处理，得到滤波用户感应信息；

基于局部二值模式对所述滤波用户感应信息进行特征提取，得到特征用户感应信息；

利用运动分析分割算法对所述特征用户感应信息进行图像分割，得到分割用户感应信息；

通过FCM模糊聚类算法对所述分割用户感应信息进行聚类，得到待训练用户感应信息。

3.如权利要求1所述的一种基于无线连接的电熨斗智能控制方法，其特征在于，所述基于YOLOv神经网络，建立初始YOLOv5s深度学习网络模型，使用CIOU损失函数替代所述初始YOLOv5s深度学习网络模型的损失函数，对BN层上的缩放因子系数进行稀疏化训练，得到目标YOLOv5s深度学习网络模型，包括：基于YOLOv神经网络，建立初始YOLOv5s深度学习网络模型，所述初始YOLOv5s深度学习网络模型至少包括，输入层、输出层、BN层、卷积层、池化层、全连接层；

使用CIOU损失函数替代所述初始YOLOv5s深度学习网络模型的损失函数；

对所述初始YOLOv5s深度学习网络模型中BN层上的缩放因子系数进行稀疏化训练；

使用参数重要性评估方法对卷积核重要性程度进排序，根据敏感度确定所述初始YOLOv5s深度学习网络模型中网络每一层的剪枝率；

根据剪枝率所述初始YOLOv5s深度学习网络模型网络进行剪枝，得到目标YOLOv5s深度学习网络模型。

4.如权利要求1所述的一种基于无线连接的电熨斗智能控制方法，其特征在于，所述将所述待训练用户感应信息输入所述目标YOLOv5s深度学习网络模型进行训练，得到第一用户感应信息，所述第一用户感应信息至少包括用户位置信息和用户手势信息，包括：将所述待训练用户感应信息输入所述目标YOLOv5s深度学习网络模型进行训练；

得到第一用户感应信息，所述第一用户感应信息至少包括用户位置信息和用户手势信息；

根据所述用户位置信息确定用户在同一空间内距离电熨斗的距离和方位；

根据所述用户手势信息判断用户在同一空间内是否拿着衣物，若是，则通过用户位置信息和用户手势信息判断用户需要进行衣物熨烫操作。

5.如权利要求1所述的一种基于无线连接的电熨斗智能控制方法，其特征在于，所述根据所述第一用户感应信息生成电熨斗实时控制指令，通过Zigbee无线连接模块将所述电熨斗实时控制指令传输至电熨斗的控制模块，基于控制模块将所述电熨斗实时控制指令生成电熨斗加热指令，包括：根据第一用户感应信息生成电熨斗实时控制指令，所述电熨斗实时控制指令包括系统开启指令、电源接通指令、和系统控制指令；

通过Zigbee无线连接模块将所述电熨斗实时控制指令传输至电熨斗的控制模块；

若电熨斗实时控制指令为电熨斗系统开启后接通电源，并对电熨斗中的加热模块进行供电，则基于控制模块将所述电熨斗实时控制指令生成电熨斗加热指令；

所述传感器采集装置和电熨斗在同一房间中，所述传感器采集装置通过Zigbee无线连接模块和电熨斗无线连接；

所述Zigbee无线连接模块用于接收和传输所述传感器采集装置和所述电熨斗的控制指令和信号。

6.如权利要求1所述的一种基于无线连接的电熨斗智能控制方法，其特征在于，所述基于控制模块将所述电熨斗加热指令传输至加热模块中，基于所述加热模块生成加热电信号，根据所述加热电信号对电熨斗中的液态水进行加热，包括：基于控制模块将所述电熨斗加热指令传输至加热模块中，基于所述加热模块生成加热电信号；

所述加热电信号包括将电熨斗中的液态水加热至80℃‑90℃，根据所述加热电信号对电熨斗中的液态水进行加热。

7.如权利要求1所述的一种基于无线连接的电熨斗智能控制方法，其特征在于，所述获取电熨斗的加热时间数据，通过传感器采集装置采集周围环境中的第二用户感应信息；将所述加热时间数据和所述第二用户感应信息输入至所述目标YOLOv5s深度学习网络模型中进行训练，得到电熨斗目标控制指令，包括：获取电熨斗的加热时间数据，通过传感器采集装置采集周围环境中的第二用户感应信息；

将所述加热时间数据和所述第二用户感应信息输入至所述目标YOLOv5s深度学习网络模型中进行训练，得到电熨斗目标控制指令；

若所述加热时间数据大于5min，且周围环境中的第二用户感应信息为无用户位置信息和无用户手势信息，则根据目标控制指令生成加热模块的关闭电信号；

若所述加热时间数据小于2min，且周围环境中的第二用户感应信息包括用户位置信息和用户手势信息，则根据目标控制指令生成加热模块的加热电信号；

根据所述加热电信号或所述关闭电信号对电熨斗的加热模块进行控制。

8.一种基于无线连接的电熨斗智能控制系统，其特征在于，所述电熨斗智能控制系统包括：数据采集模块，用于通过传感器采集装置采集周围环境中的用户感应信息，将所述用户感应信息进行数据预处理，得到待训练用户感应信息；

模型建立模块，用于基于YOLOv神经网络，建立初始YOLOv5s深度学习网络模型，使用CIOU损失函数替代所述初始YOLOv5s深度学习网络模型的损失函数， 对BN层上的缩放因子系数进行稀疏化训练，得到目标YOLOv5s深度学习网络模型；

模型训练模块，用于将所述待训练用户感应信息输入所述目标YOLOv5s深度学习网络模型进行训练，得到第一用户感应信息，所述第一用户感应信息至少包括用户位置信息和用户手势信息；

指令生成模块，用于根据所述第一用户感应信息生成电熨斗实时控制指令，通过Zigbee无线连接模块将所述电熨斗实时控制指令传输至电熨斗的控制模块，基于控制模块将所述电熨斗实时控制指令生成电熨斗加热指令；

实时控制模块，用于基于控制模块将所述电熨斗加热指令传输至加热模块中，基于所述加热模块生成加热电信号，根据所述加热电信号对电熨斗中的液态水进行加热；

数据变更模块，用于获取电熨斗的加热时间数据，通过传感器采集装置采集周围环境中的第二用户感应信息；将所述加热时间数据和所述第二用户感应信息输入至所述目标YOLOv5s深度学习网络模型中进行训练，得到电熨斗目标控制指令；

控制调整模块，用于根据所述电熨斗目标控制指令生成加热电信号或者关闭电信号，根据所述加热电信号或所述关闭电信号对电熨斗的加热模块进行控制。

9.如权利要求8所述的一种基于无线连接的电熨斗智能控制系统，其特征在于，所述数据采集模块包括以下子模块：采集子模块，用于通过传感器采集装置采集周围环境中的用户感应信息，搜所述传感器采集装置至少包括图像传感器、方位传感器和距离传感器；

滤波子模块，用于获取用户感应信息，对所述用户感应信息进行均值滤波处理，得到滤波用户感应信息；

提取子模块，用于基于局部二值模式对所述滤波用户感应信息进行特征提取，得到特征用户感应信息；

分割子模块，用于利用运动分析分割算法对所述特征用户感应信息进行图像分割，得到分割用户感应信息；

聚类子模块，用于通过FCM模糊聚类算法对所述分割用户感应信息进行聚类，得到待训练用户感应信息。

10.如权利要求8所述的一种基于无线连接的电熨斗智能控制系统，其特征在于，所述模型训练模块包括以下子模块：训练子模块，用于将所述待训练用户感应信息输入所述目标YOLOv5s深度学习网络模型进行训练；

得到子模块，用于得到第一用户感应信息，所述第一用户感应信息至少包括用户位置信息和用户手势信息；

距离子模块，用于根据所述用户位置信息确定用户在同一空间内距离电熨斗的距离和方位；

判断子模块，用于根据所述用户手势信息判断用户在同一空间内是否拿着衣物，若是，则通过用户位置信息和用户手势信息判断用户需要进行衣物熨烫操作。