[發明專利]一種基于CNN神經網絡的智能垃圾識別方法及裝置

在審

• 申請號: 202110618957.2
• 申請日: 2021-06-03
• 公開（公告）號: CN113343838A
• 公開（公告）日: 2021-09-03
• 發明（設計）人: 相信;胡濤;賀圓;韓雨薇;王陽坤
• 申請（專利權）人: 安徽大學
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 合肥市浩智運專利代理事務所(普通合伙) 34124
• 代理人: 丁瑞瑞

本發明公開了一種基于CNN神經網絡的智能垃圾識別方法及裝置，所述方法包括：獲取至少三種種類的垃圾圖像，建立數據集；構建CNN卷積神經網絡；將數據集中的圖像送入CNN卷積神經網絡來訓練CNN卷積神經網絡，得到CNN卷積神經網絡模型并測試CNN卷積神經網絡模型，獲得訓練好的CNN卷積神經網絡模型；利用訓練好的CNN卷積神經網絡模型檢測未知垃圾圖像，得到垃圾分類結果；本發明的優點在于：能檢測的垃圾種類較多，檢測準確度高，智能化程度高。

技術領域

本發明涉及垃圾智能識別領域，更具體涉及一種基于CNN神經網絡的智能垃圾識別方法及裝置。

背景技術

垃圾分類如今已經越來越普遍走進人們的生活，實行垃圾分類在我們這個垃圾產量日益增大的社會刻不容緩。然而，垃圾種類紛繁復雜，人們在投放垃圾時，會因垃圾種類判斷失誤而耗費大量時間，此外，垃圾也很有可能會投放進錯誤的垃圾箱導致分類回收受阻。

中國專利公開號CN109201514A，公開了垃圾分類回收方法、垃圾分類裝置以及垃圾分類回收系統，該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第一檢測圖像以判斷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，以控制將待分類垃圾送入非回收區。該垃圾分類回收方法采用深度學習神經網絡的方法對待分類垃圾進行實時檢測識別，并自動分類回收，從而提高待分類垃圾的識別準確率，減少垃圾回收中心的工作人員的分類回收工作，提高垃圾分類回收的效率，降低垃圾分類回收的成本。但是該垃圾分類方法只能識別可回收與不可回收垃圾，對其他垃圾種類識別不到位。

中國專利公開號CN105620974A，公開了智能垃圾分類裝置、終端和智能垃圾分類系統，智能垃圾分類裝置包括：垃圾投遞口，用于接收當前投放垃圾；檢測組件，與垃圾投遞口相通，用于獲取當前投放垃圾的屬性信息，并根據屬性信息確定當前投放垃圾的分類類別；輸送通道，連接至檢測組件，用于根據當前投放垃圾的分類類別，將當前投放垃圾輸送至對應的容納裝置。通過該發明的技術方案，能夠智能地確定垃圾的分類類別，以實現對垃圾的自動分類，進而達到現代社會提倡的垃圾分類要求，提高垃圾資源回收利用率，從而提升用戶體驗。但是該發明通過體積大小、重量、和溫度等信息識別垃圾種類，準確率較低。

中國專利授權公告號CN211168306U，公開了一種勾臂式垃圾分類箱，包括：箱體，箱體為長方體密閉空腔，且箱體內沿其長度方向固定安裝有隔板，隔板將箱體內部分隔為第一腔室和第二腔室，箱體一側還設有分別與第一腔室和第二腔室對應設置的第一箱門和第二箱門，且第一箱門和第二箱門相鄰布置；投放口，投放口形成于箱體的頂端面，投放口為兩組，兩組投放口分別與第一腔室和第二腔室對應設置；拉動部，拉動部設于箱體一側的中部，且拉動部與第一箱門和第二箱門相對布置。該實用新型還公開了一種智能化垃圾分類裝置，包括該勾臂式垃圾分類箱，還包括智能分類亭和電源柜，智能化垃圾分類裝置提高了對垃圾分類的智能化程度，具有良好的市場應用前景。但是該實用新型在垃圾分類時需人工操作，操作較為復雜。

綜上所述，現有技術垃圾分類方法識別的垃圾種類較少，準確率較低，智能化程度低。

發明內容

本發明所要解決的技術問題在于現有技術垃圾分類方法存在識別的垃圾種類較少，準確率較低，智能化程度低的問題。

本發明通過以下技術手段實現解決上述技術問題的：一種基于CNN神經網絡的智能垃圾識別方法，所述方法包括：

步驟一：獲取至少三種種類的垃圾圖像，建立數據集；

步驟二：構建CNN卷積神經網絡；

步驟三：將數據集中的圖像送入CNN卷積神經網絡來訓練CNN卷積神經網絡，得到CNN卷積神經網絡模型并測試CNN卷積神經網絡模型，獲得訓練好的CNN卷積神經網絡模型；

步驟四：利用訓練好的CNN卷積神經網絡模型檢測未知垃圾圖像，得到垃圾分類結果。