[發明專利]垃圾分類回收方法、垃圾分類裝置以及垃圾分類回收系統有效
| 申請號: | 201710558594.1 | 申請日: | 2017-06-30 |
| 公開(公告)號: | CN109201514B | 公開(公告)日: | 2019-11-08 |
| 發明(設計)人: | 曾起;張麗杰;耿立華;嚴寒;馬希通;趙天月 | 申請(專利權)人: | 京東方科技集團股份有限公司 |
| 主分類號: | B07C5/34 | 分類號: | B07C5/34;B07C5/36 |
| 代理公司: | 北京市柳沈律師事務所 11105 | 代理人: | 彭久云;夏貝貝 |
| 地址: | 100015 *** | 國省代碼: | 北京;11 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 垃圾分類回收 分類垃圾 垃圾分類裝置 學習神經網絡 檢測圖像 送入 第二控制信號 第一控制信號 可回收垃圾 分類回收 垃圾回收 實時檢測 自動分類 非回收 回收區 準確率 匹配 回收 | ||
1.一種垃圾分類回收方法,包括:
獲取待分類垃圾的第一檢測圖像;
使用深度學習神經網絡處理所述第一檢測圖像以判斷所述待分類垃圾是否與可回收垃圾相匹配,如果是,則發出第一控制信號,以控制將所述待分類垃圾送入回收區;如果不是,則發出第二控制信號,以控制將所述待分類垃圾送入非回收區,
其中,判斷所述待分類垃圾是否與可回收垃圾相匹配包括:
計算所述待分類垃圾與所述可回收垃圾之間的匹配率;
判斷所述匹配率是否超過第一預設匹配率閾值,如果是,確定所述待分類垃圾與所述可回收垃圾相匹配;如果不是,確定所述待分類垃圾與所述可回收垃圾不相匹配;并且,
在所述匹配率低于所述第一預設匹配率閾值的情況下,判斷所述匹配率是否超過第二預設匹配率閾值,如果是,存儲所述第一檢測圖像;如果不是,刪除所述第一檢測圖像,其中,所述第二預設匹配率閾值小于所述第一預設匹配率閾值。
2.根據權利要求1所述的垃圾分類回收方法,還包括:
獲取所述待分類垃圾的第二檢測圖像,其中,所述第一檢測圖像和所述第二檢測圖像的拍攝角度不同;
使用所述深度學習神經網絡處理所述第二檢測圖像并結合所述第一檢測圖像的處理結果,以判斷所述待分類垃圾是否與所述可回收垃圾相匹配,如果是,則發出所述第一控制信號,以控制將所述待分類垃圾送入所述回收區;如果不是,則發出所述第二控制信號,以控制將所述待分類垃圾送入所述非回收區。
3.根據權利要求1所述的垃圾分類回收方法,還包括:
獲取與采集所述第一檢測圖像相對應的垃圾分類裝置的標識號;
根據所述標識號選擇與所述標識號相對應的所述深度學習神經網絡的訓練參數。
4.根據權利要求1所述的垃圾分類回收方法,還包括:
在確定所述待分類垃圾與所述可回收垃圾相匹配的情況下,統計回收數量;
在所述回收數量超過所述回收區的預定承載數量的情況下,發出回收控制信號,以提示回收中心回收所述回收區的垃圾。
5.根據權利要求1所述的垃圾分類回收方法,其中,所述可回收垃圾包括至少一種類型的可回收垃圾,所述回收區包括至少一個子回收區,所述第一控制信號包括至少一個子控制信號,
其中,所述垃圾分類回收方法還包括:
判斷所述待分類垃圾是否與所述至少一種類型的可回收垃圾之一相匹配,如果是,則發出相應的所述子控制信號,以控制將所述待分類垃圾送入相應的所述子回收區;如果不是,則發出所述第二控制信號,以控制將所述待分類垃圾送入所述非回收區。
6.根據權利要求1所述的垃圾分類回收方法,還包括:
再次判斷存儲的所述第一檢測圖像中的所述待分類垃圾是否與所述可回收垃圾相匹配,如果是,將存儲的所述第一檢測圖像加入所述深度學習神經網絡的樣本圖像庫;如果不是,刪除存儲的所述第一檢測圖像。
7.根據權利要求6所述的垃圾分類回收方法,還包括:
在將存儲的所述第一檢測圖像加入所述樣本圖像庫后,重新訓練所述樣本圖像庫中的訓練圖像,并根據訓練結果修正所述深度學習神經網絡的訓練參數。
8.根據權利要求1所述的垃圾分類回收方法,其中,所述深度學習神經網絡為卷積神經網絡。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于京東方科技集團股份有限公司,未經京東方科技集團股份有限公司許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201710558594.1/1.html,轉載請聲明來源鉆瓜專利網。
- 上一篇:垃圾自動分類機
- 下一篇:金諾全自動智能噴印視覺檢測系統





