[發明專利]一種用于塑料瓶的識別定位技術

在審

• 申請號: 202010630321.5
• 申請日: 2020-07-03
• 公開（公告）號: CN111797758A
• 公開（公告）日: 2020-10-20
• 發明（設計）人: 曾維;郭敬娜;陳愷
• 申請（專利權）人: 成都理工大學
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06N3/04;G06N3/08;G06T1/20
• 代理公司: 暫無信息
• 代理人: 暫無信息

本發明公開了一種用于塑料瓶的識別定位技術，包括硬件和軟件系統兩大部分。硬件部分包括MCU、電源管理模塊、圖像采集設備、觸摸屏、外圍擴展模塊。軟件部分包括拍攝照片、對照片進行預處理、訓練模型、得到所需要的模型文件、測試模型文件的識別精度是否達到預期要求，根據實驗結果調節算法所涉及的參數，進行驗證和比對。從而實現定位識別。該發明主要目的在于實現智能垃圾分類、節約人工成本，從而維持生態環境可持續發展。

技術領域

本發明屬于環境保護方面，涉及到一種智能垃圾分揀——塑料瓶的識別定位技術。

背景技術

伴隨著人民生活水平日益提高，如何處理大量的生活垃圾成為人類目前面臨的重大問題。傳統的垃圾分類回收是在最初投放垃圾時將垃圾先進行分類，將同一類型的垃圾放入指定的垃圾桶中，并運送到垃圾中轉站，然后再由工人針對特殊垃圾二次分類，將可回收垃圾分選出，進行再利用。這樣既費時，又費力。因此，發明一種智能垃圾分揀系統就顯得尤為重要。

目前國內有關垃圾的處理方式大多都是采用傳統的方法，即垃圾回收站的方式。綠色垃圾箱由廚余垃圾收運車清運，黑色垃圾箱由物業的保潔員或者環保部門的保潔員負責收運到各片區的中轉站。國外的垃圾分揀都處于研發階段，離工業化生產應用還有一段時間，因為垃圾分類是相當復雜的一個環境，物品多且處于被污染變形的狀態。智能分類技術中，機器視覺和定位技術相當重要，可以對大量垃圾分類的研究提供關鍵技術，這對環境保護和經濟發展都有著長遠的意義。

發明內容

基于深度學習的YOLO算法對垃圾分類的巨大優勢，本發明提供一種基于YOLO算法的智能垃圾分揀系統，以解決現有算法中速度慢、訓練困難、精確度低的問題。其具體方案如下：

第一方面，本申請實例提供了一種智能垃圾分揀方法，包括：

通過U300這款CMOS工業相機拍攝和通過網絡爬蟲獲取數據集，使用labelImg進行數據標記。

搭建Darknet、TensorFlow框架和CUDA并行計算框架，用來接收和處理數據。根據訓練模型和匹配提取等算法進行圖像識別。根據檢測算法和定位算法對識別的塑料瓶進行定位。

該系統對輸入的圖片進行預處理，預處理操作主要通過一些數據增強的方式來進行，對數據集進行歸一化等操作，為后續的訓練提供便利。

訓練模型，在訓練模型之前，將系統所需環境安裝好，測試無誤后即可開始訓練。主要過程是將預處理后的數據集送入YOLOv3的神經網絡中。

第二方面，本申請實例提供了一種智能垃圾分揀系統，包括：

硬件系統：由采集塑料瓶圖像的攝像頭，以及運行識別算法的ARM處理器組成。

算法研究：主要是對塑料瓶圖像的識別以及對塑料瓶位置進行定位的算法。

軟件系統：主要是包括研究算法的代碼實現以及在ARM板上的代碼移植和交互界面的代碼，軟件系統在Linux下運行。

整個系統的運行流程為：1、設置安放相機的位置，對相機進行矯正。2、根據訓練模型和匹配提取等算法進行圖像識別。3、根據檢測算法和定位算法對識別的塑料瓶進行定位。

附圖說明

為了更清楚地說明本申請實施例或現有技術中的技術方案，下面將對實施例或現有技術描述中所需要使用的附圖作簡單地介紹，顯而易見地，下面描述中的附圖僅僅是本申請的實施例，對于本領域普通技術人員來講，在不付出創造性勞動的前提下，還可以根據提供的附圖獲得其他的附圖。

圖1為本申請實例提供的一種智能垃圾識別方法系統整體框架示意圖。

具體實施方式