[發(fā)明專利]垃圾分類模型的訓(xùn)練方法、垃圾分類方法及裝置在審
| 申請?zhí)枺?/td> | 202111358578.0 | 申請日： | 2021-11-12 |
| 公開（公告）號： | CN114187470A | 公開（公告）日： | 2022-03-15 |
| 發(fā)明（設(shè)計）人： | 袁野;萬里紅;張賽;張偉;陳子昂 | 申請（專利權(quán)）人： | 中原動力智能機(jī)器人有限公司 |
| 主分類號： | G06V10/764 | 分類號： | G06V10/764;G06V10/774;G06V10/82;G06K9/62;G06N3/04 |
| 代理公司： | 廣州三環(huán)專利商標(biāo)代理有限公司 44202 | 代理人： | 郭浩輝;許羽冬 |
| 地址： | 450018 河南省鄭州市鄭東新*** | 國省代碼： | 河南;41 |
| 權(quán)利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關(guān)鍵詞： | 垃圾 分類 模型 訓(xùn)練 方法 裝置 | ||
1.一種垃圾分類模型的訓(xùn)練方法，其特征在于，包括：
對預(yù)先標(biāo)注好的垃圾圖像樣本集進(jìn)行重采樣，得到均衡樣本集；
基于所述垃圾圖像樣本集和所述均衡樣本集，訓(xùn)練預(yù)設(shè)的初始平滑感知模型，直至所述初始平滑感知模型達(dá)到第一預(yù)設(shè)收斂條件，得到目標(biāo)平滑感知模型；
基于所述垃圾圖像樣本集，對預(yù)設(shè)的第一垃圾分類模型進(jìn)行迭代訓(xùn)練，得到第一損失值；
利用所述目標(biāo)平滑感知模型，對所述第一損失值進(jìn)行平滑處理，得到第二損失值；
根據(jù)所述第二損失值，更新所述第一垃圾分類模型的模型參數(shù)，直至所述第一垃圾分類模型達(dá)到第二預(yù)設(shè)收斂條件，得到目標(biāo)垃圾分類模型。
2.如權(quán)利要求1所述的垃圾分類模型的訓(xùn)練方法，其特征在于，所述基于所述垃圾圖像樣本集和所述均衡樣本集，訓(xùn)練預(yù)設(shè)的初始平滑感知模型，直至所述初始平滑感知模型達(dá)到第一預(yù)設(shè)收斂條件，得到目標(biāo)平滑感知模型，包括：
基于所述垃圾圖像樣本集，對預(yù)設(shè)的第二垃圾分類模型進(jìn)行訓(xùn)練，得到第三損失值，所述第二垃圾分類模型與所述第一垃圾分類模型的模型結(jié)構(gòu)相同；
利用所述初始平滑感知模型，對所述第三損失值進(jìn)行平滑處理，得到第四損失值；
根據(jù)所述第四損失值，更新所述第二垃圾分類模型的模型參數(shù)，得到第二目標(biāo)垃圾分類模型；
基于所述均衡樣本集，對所述第二垃圾分類模型進(jìn)行訓(xùn)練，得到第五損失值；
根據(jù)所述第五損失值，更新所述初始平滑感知模型的模型參數(shù)，直至所述初始平滑感知模型達(dá)到所述第一預(yù)設(shè)收斂條件，得到目標(biāo)平滑感知模型。
3.如權(quán)利要求1所述的垃圾分類模型的訓(xùn)練方法，其特征在于，所述基于所述垃圾圖像樣本集，對預(yù)設(shè)的第一垃圾分類模型進(jìn)行迭代訓(xùn)練，得到第一損失值，包括：
利用所述第一垃圾分類模型，對所述垃圾圖像樣本集中的每個垃圾圖像樣本進(jìn)行垃圾分類識別，得到每個所述垃圾圖像樣本的垃圾分類結(jié)果；
基于第一損失函數(shù)，根據(jù)所述垃圾分類結(jié)果，計算所述第一損失值，所述第一損失函數(shù)為：
其中，N表示所述垃圾圖像樣本的總量，Lossi表示第i個垃圾圖像樣本的損失函數(shù)，表示第i個垃圾圖像樣本屬于第j個類別時的符號函數(shù)，表示第i個垃圾圖像樣本屬于第j個類別時的概率，K為總類別數(shù)。
4.如權(quán)利要求3所述的垃圾分類模型的訓(xùn)練方法，其特征在于，所述利用所述第一垃圾分類模型，對所述垃圾圖像樣本集中的每個垃圾圖像樣本進(jìn)行垃圾分類識別，得到每個所述垃圾圖像樣本的垃圾分類結(jié)果，包括：
利用所述第一垃圾分類模型，確定所述垃圾圖像樣本的屬于各個類別時的置信度分?jǐn)?shù)；
對所述置信度分?jǐn)?shù)進(jìn)行歸一化處理，得到所述垃圾圖像樣本的屬于各個類別時的概率。
5.如權(quán)利要求1所述的垃圾分類模型的訓(xùn)練方法，其特征在于，所述利用所述目標(biāo)平滑感知模型，對所述第一損失值進(jìn)行平滑處理，得到第二損失值，包括：
利用所述目標(biāo)平滑感知模型，確定所述第一損失值對應(yīng)的平滑系數(shù)；
基于第二損失函數(shù)，根據(jù)所述平滑系數(shù)，計算所述第二損失值，所述第二損失函數(shù)為：
其中，N表示所述垃圾圖像樣本集中垃圾圖像樣本的總量，Lossi表示第i個垃圾圖像樣本的損失函數(shù)，表示第i個垃圾圖像樣本屬于第j個類別時的符號函數(shù)，表示第i個垃圾圖像樣本屬于第j個類別時的概率，εj表示第j個類別的平滑系數(shù)，K為總類別數(shù)。
6.一種垃圾分類方法，其特征在于，包括：
獲取垃圾圖像；
基于目標(biāo)垃圾分類模型，對所述垃圾圖像進(jìn)行分類識別，得到初始分類數(shù)據(jù)，所述目標(biāo)垃圾分類模型基于權(quán)利要求1至5任一項所述的訓(xùn)練方法訓(xùn)練得到；
對所述初始分類數(shù)據(jù)進(jìn)行平滑處理和全連接，得到目標(biāo)分類結(jié)果。
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息，商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于中原動力智能機(jī)器人有限公司，未經(jīng)中原動力智能機(jī)器人有限公司許可，擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作，請聯(lián)系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/202111358578.0/1.html，轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。
