[發(fā)明專利]垃圾分類方法及裝置、存儲(chǔ)介質(zhì)及電子設(shè)備

在審

• 申請(qǐng)?zhí)枺?/td>: 202011038562.7
• 申請(qǐng)日: 2020-09-28
• 公開（公告）號(hào): CN112132073A
• 公開（公告）日: 2020-12-25
• 發(fā)明（設(shè)計(jì)）人: 徐曉健;嚴(yán)潔;欒英英;童楚婕;李福洋
• 申請(qǐng)（專利權(quán)）人: 中國銀行股份有限公司
• 主分類號(hào): G06K9/00
• 分類號(hào): G06K9/00;G06K9/62;G06N3/04
• 代理公司: 北京集佳知識(shí)產(chǎn)權(quán)代理有限公司 11227
• 代理人: 李偉

本發(fā)明公開了一種垃圾分類方法及裝置、存儲(chǔ)介質(zhì)及電子設(shè)備，包括：獲取待分類垃圾的垃圾圖像，對(duì)所述垃圾圖像進(jìn)行預(yù)處理，獲得對(duì)應(yīng)的標(biāo)準(zhǔn)圖像；將所述標(biāo)準(zhǔn)圖像輸入垃圾識(shí)別模型中，經(jīng)所述垃圾識(shí)別模型處理后，輸出所述待分類垃圾對(duì)應(yīng)的初始垃圾類別；并依據(jù)所述初始垃圾類別，確定所述待分類垃圾對(duì)應(yīng)的最終垃圾類別；以使用戶依據(jù)所述最終垃圾類別對(duì)所述待分類垃圾進(jìn)行分類。本發(fā)明實(shí)施例提供的方法中，當(dāng)需要對(duì)垃圾進(jìn)行分類時(shí)，將待分類垃圾的圖像輸入到預(yù)先建立的垃圾識(shí)別模型中，經(jīng)垃圾識(shí)別模型處理后，即可輸出相應(yīng)的垃圾類別，整個(gè)過程不需要人工干預(yù)，提升了垃圾分類的效率，要求確保了垃圾分類的準(zhǔn)確率。

技術(shù)領(lǐng)域

本發(fā)明涉及垃圾分類領(lǐng)域，特別涉及一種垃圾分類方法及裝置、存儲(chǔ)介質(zhì)及電子設(shè)備。

背景技術(shù)

隨著人們生活水平的提高，人們對(duì)環(huán)境的要求度也逐步提升，垃圾分類是當(dāng)前城市環(huán)境治理中不可避免的一個(gè)重要問題。當(dāng)前，城市衛(wèi)生治理工作中的垃圾分類，主要通過物理的人工方式進(jìn)行。一般將垃圾分為可回收垃圾、廚余垃圾、有害垃圾和其它等垃圾，其中，以人工方式進(jìn)行垃圾分類的過程中，主要通過人為視判，將不同的垃圾按可回收，不可回收等維度，分門別類的裝入不同的垃圾桶，進(jìn)而進(jìn)行分類。

現(xiàn)有的垃圾分類手段分類不準(zhǔn)確，分類效率不高。在人工進(jìn)行垃圾分類的過程中，需要通過視驗(yàn)的方式才能準(zhǔn)確的將垃圾合理歸類，在垃圾分類過程中，占用了大量的人力時(shí)間，也極大的降低了社會(huì)運(yùn)行效率。因此，現(xiàn)有的垃圾分類過程，垃圾分類的分類效率低，同時(shí)也降低了垃圾分類的準(zhǔn)確率。

發(fā)明內(nèi)容

鑒于上述問題，本發(fā)明提供一種克服上述問題或者至少部分地解決上述問題的一種垃圾分類方法及裝置、存儲(chǔ)介質(zhì)及電子設(shè)備，技術(shù)方案如下所述：

一種垃圾分類方法，包括：

當(dāng)接收到終端響應(yīng)垃圾分類指令上傳的待分類垃圾的編碼圖像時(shí)，對(duì)所述編碼圖像進(jìn)行解碼，獲得所述待分類垃圾的垃圾圖像，并對(duì)所述垃圾圖像進(jìn)行預(yù)處理，獲得所述垃圾圖像對(duì)應(yīng)的標(biāo)準(zhǔn)圖像；

將所述標(biāo)準(zhǔn)圖像輸入預(yù)先建立的垃圾識(shí)別模型中，經(jīng)所述垃圾識(shí)別模型處理后，輸出所述待分類垃圾對(duì)應(yīng)的初始垃圾類別；

依據(jù)所述初始垃圾類別，在預(yù)先設(shè)置的垃圾類別映射表中，確定所述待分類垃圾對(duì)應(yīng)的最終垃圾類別；

將所述最終垃圾類別發(fā)送至所述終端，并在所述終端的顯示屏幕中進(jìn)行顯示，以使用戶依據(jù)所述待分類垃圾的最終垃圾類別對(duì)所述待分類垃圾進(jìn)行分類。

上述的方法，可選的，所述終端響應(yīng)垃圾分類指令上傳待分類垃圾的編碼圖像的過程，包括：

當(dāng)所述終端接收到用戶發(fā)送的對(duì)待分類垃圾進(jìn)行分類的垃圾分類指令時(shí)，獲取所述待分類垃圾的垃圾圖像；

按預(yù)設(shè)的編碼方式對(duì)所述垃圾圖像進(jìn)行編碼，獲得所述垃圾圖像對(duì)應(yīng)的編碼圖像并對(duì)所述編碼圖像進(jìn)行上傳。

上述的方法，可選的，所述對(duì)所述垃圾圖像進(jìn)行預(yù)處理，獲得所述垃圾圖像對(duì)應(yīng)的標(biāo)準(zhǔn)圖像，包括：

對(duì)所述垃圾圖像的圖像尺度進(jìn)行調(diào)整，獲得所述垃圾圖像對(duì)應(yīng)的第一圖像，所述第一圖像的圖像尺度與所述垃圾識(shí)別模型的輸入圖像的尺度相同；

對(duì)所述第一圖像進(jìn)行歸一化處理，獲得所述垃圾圖像對(duì)應(yīng)的標(biāo)準(zhǔn)圖像。

上述的方法，可選的，所述垃圾識(shí)別模型的預(yù)建立過程，包括：

選取神經(jīng)網(wǎng)絡(luò)模型，并確定待識(shí)別垃圾分類的類別數(shù)量；

依據(jù)所述類別數(shù)量，對(duì)所述神經(jīng)網(wǎng)絡(luò)模型的輸出層的神經(jīng)元數(shù)進(jìn)行調(diào)整，獲得用于訓(xùn)練的訓(xùn)練模型，所述訓(xùn)練模型的輸出層的神經(jīng)元數(shù)等于所述類別數(shù)量；

獲取多種不同垃圾的多個(gè)初始樣本圖像，對(duì)每個(gè)所述初始樣本圖像進(jìn)行圖像增強(qiáng)處理，獲得多個(gè)訓(xùn)練樣本圖像；