一种垃圾自动分类系统及方法技术方案

本发明专利技术提供了一种垃圾自动分类系统及方法，系统包括：垃圾分拣装置、摄像头和控制器；控制器用于根据垃圾图片实现垃圾分类和定位，并利用垃圾分拣装置将垃圾分拣至指定类别。方法包括：获取垃圾分类公开数据集；构建垃圾分类模型；训练垃圾分类模型；利用摄像头采集垃圾图片，并将垃圾图片输入至所述垃圾分类模型，得到垃圾图片中垃圾的分类类型和位置；控制器根据垃圾图片中垃圾分类类型和位置，控制所述垃圾分拣装置，实现垃圾自动分类；本发明专利技术实现了利用控制器搭载的垃圾自动分类方法，实现了机械手对垃圾的实时抓取与分类，满足实际生活过程中，垃圾自动分类的需要，具备较强实时性、准确性和实用性。准确性和实用性。准确性和实用性。

【技术实现步骤摘要】
一种垃圾自动分类系统及方法


[0001]本专利技术涉及垃圾分类领域，尤其涉及一种垃圾自动分类系统及方法。

技术介绍

[0002]垃圾图像分类，国内基本属于刚起步阶段。由于垃圾的形状以及颜色变化较大，不容易手动提取类别特征，算法的识别精度不高，速度也不能满足生产现场嵌入式设备的实时性要求。
[0003]目前来说，国内对垃圾图像的分类的相关研究并不太多，得益于人工智能的发展，通过人工智能相关领域的一些方法，可以将其应用于垃圾分类当中，实现垃圾的自动分类，为环境卫生作出一定的贡献。

技术实现思路

[0004]有鉴于此，针对以上技术问题，本专利技术提供了一种垃圾自动分类系统及方法。
[0005]本专利技术提供的一种垃圾自动分类系统，具体包括以下：
[0006]垃圾分拣装置、摄像头和控制器；所述垃圾分拣装置、所述摄像头均与控制器电性连接：所述摄像头用于获取垃圾图片；所述垃圾分拣装置用于拾取垃圾；所述控制器用于根据垃圾图片实现垃圾分类和定位，并利用垃圾分拣装置将垃圾分拣至指定类别。
[0007]进一步地，所述垃圾分拣装置和所述摄像头之间采用手眼标定确定相对位姿关系。
[0008]一种垃圾自动分类方法，应用于一种垃圾自动分类系统，具体包括以下步骤：
[0009]S101：获取垃圾分类公开数据集，并对公开数据集进行标注，得到垃圾检测数据集；所述垃圾分类公开数据集，包括垃圾所属大类和小类；
[0010]S102：构建垃圾分类模型，利用所述垃圾检测数据集训练所述垃圾分类模型，得到训练完成的垃圾分类模型；
[0011]S103：利用摄像头采集垃圾图片，并将垃圾图片输入至所述垃圾分类模型，得到垃圾图片中垃圾的分类类型和位置；
[0012]S104：控制器根据垃圾图片中垃圾分类类型和位置，控制所述垃圾分拣装置，实现垃圾自动分类。
[0013]进一步地，步骤S101对公开数据集进行标注，具体为：
[0014]S201：对公开数据集进行采样，并对采样数据中不同小类的垃圾数据进行人工外接矩形标注，得到采样的人工标注公开数据集；
[0015]S202：构建垃圾标记检测网络，利用采样的人工标注公开数据集训练所述垃圾标记检测网络，得到训练完成的垃圾标记检测网络；所属垃圾标记检测网络基于SSD检测模型；
[0016]S203：利用训练完成的垃圾标记检测网络，对全部公开数据集进行垃圾标记检测，得到垃圾检测数据集；所述垃圾检测数据集中，包括垃圾所属大类、小类和垃圾位置。
[0017]进一步地，步骤S102中，所述垃圾分类模型，包括主干网络、特征融合网络和注意力检测网络。
[0018]进一步地，主干网络采用Inception v3网络。
[0019]进一步地，特征融合网络包括5个不同的池化分支，分别为1
×
1池化、2
×
2池化、4
×
4池化、8
×
8池化和16
×
16池化。
[0020]进一步地，注意力检测网络包括空间注意力检测和通道注意力检测，其中通道注意力检测采用压缩激励模块，空间注意力检测包括一个1
×
1的卷积核、两个3
×
3的卷积核、两个双线性插值函数、一个连接层和一个sigmoid激活函数。
[0021]步骤S102训练垃圾分类模型时，采用Dropout方法防止过拟合。
[0022]本专利技术提供的有益效果是：利用控制器搭载的垃圾自动分类方法，实现了机械手对垃圾的实时抓取与分类，满足实际生活过程中，垃圾自动分类的需要，具备较强实时性、准确性和实用性。
附图说明
[0023]图1是本专利技术一种垃圾自动分类方法的流程图；
[0024]图2是本专利技术垃圾分类模型的结构示意图。
具体实施方式
[0025]为使本专利技术的目的、技术方案和优点更加清楚，下面将结合附图对本专利技术实施方式作进一步地描述。
[0026]请参考图1，一种垃圾自动分类系统，包括以下：
[0027]垃圾分拣装置、摄像头和控制器；所述垃圾分拣装置、所述摄像头均与控制器电性连接：所述摄像头用于获取垃圾图片；所述垃圾分拣装置用于拾取垃圾；所述控制器用于根据垃圾图片实现垃圾分类和定位，并利用垃圾分拣装置将垃圾分拣至指定类别。
[0028]所述垃圾分拣装置和所述摄像头之间采用手眼标定确定相对位姿关系。
[0029]一种垃圾自动分类方法，应用于一种垃圾自动分类系统，具体包括以下步骤：
[0030]S101：获取垃圾分类公开数据集，并对公开数据集进行标注，得到垃圾检测数据集；所述垃圾分类公开数据集，包括垃圾所属大类和小类；
[0031]本专利技术中，垃圾分类公开数据集采用华为提供的数据集；该数据集共包含4大类，40个小类，共14683张垃圾图像和对应的分类标签；
[0032]步骤S101对公开数据集进行标注，具体为：
[0033]S201：对公开数据集进行采样，并对采样数据中不同小类的垃圾数据进行人工外接矩形标注，得到采样的人工标注公开数据集；
[0034]本实施例中，抽取公开数据集中的3000张图片，进行人工标注，具体为，在3000张图片中，依次标注出垃圾在图中的外接矩形框，并记录矩形框的属性数据；
[0035]S202：构建垃圾标记检测网络，利用采样的人工标注公开数据集训练所述垃圾标记检测网络，得到训练完成的垃圾标记检测网络；所属垃圾标记检测网络基于SSD检测模型；
[0036]在本实施例中，利用人工标注的公开数据集，对垃圾标记检测网络进行训练后，使
用训练结果对部分未标注的图像，进行标注，得到标注结果；若标注结果不符合预期，则人工对不符合预期的标注结果进一步进行调整，使其符合预期，并将其添加至人工标注的公开数据集中，再次利用更新后的人工标注公开数据集对垃圾标记检测网络进行训练调整，得到优化调整后的垃圾标记检测网络。
[0037]S203：利用训练完成的垃圾标记检测网络，对全部公开数据集进行垃圾标记检测，得到垃圾检测数据集；所述垃圾检测数据集中，包括垃圾所属大类、小类和垃圾位置。
[0038]经过上述修正和调节，得到训练好的垃圾标记检测网络，并利用该网络实现对整个公开数据集的标注，最终得到垃圾检测数据集。
[0039]S102：构建垃圾分类模型，利用所述垃圾检测数据集训练所述垃圾分类模型，得到训练完成的垃圾分类模型；
[0040]请参考图2，图2是本专利技术垃圾分类模型的结构示意图。步骤S102中，所述垃圾分类模型，包括主干网络、特征融合网络和注意力检测网络。
[0041]主干网络采用Inception v3网络。
[0042]特征融合网络包括5个不同的池化分支，分别为1
×
1池化、2
×
2池化、4
×
4池化、8
×
8池化和1本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种垃圾自动分类系统，其特征在于：包括：垃圾分拣装置、摄像头和控制器；所述垃圾分拣装置、所述摄像头均与控制器电性连接：所述摄像头用于获取垃圾图片；所述垃圾分拣装置用于拾取垃圾；所述控制器用于根据垃圾图片实现垃圾分类和定位，并利用垃圾分拣装置将垃圾分拣至指定类别。2.如权利要求1所述的一种垃圾自动分类系统，其特征在于：所述垃圾分拣装置和所述摄像头之间采用手眼标定确定相对位姿关系。3.一种垃圾自动分类方法，应用于如权利要求1
‑
2所述的任意一种垃圾自动分类系统，其特征在于：具体包括以下步骤：S101：获取垃圾分类公开数据集，并对公开数据集进行标注，得到垃圾检测数据集；所述垃圾分类公开数据集，包括垃圾所属大类和小类；S102：构建垃圾分类模型，利用所述垃圾检测数据集训练所述垃圾分类模型，得到训练完成的垃圾分类模型；S103：利用摄像头采集垃圾图片，并将垃圾图片输入至所述垃圾分类模型，得到垃圾图片中垃圾的分类类型和位置；S104：控制器根据垃圾图片中垃圾分类类型和位置，控制所述垃圾分拣装置，实现垃圾自动分类。4.如权利要求3所述的一种垃圾自动分类方法，其特征在于：步骤S101对公开数据集进行标注，具体为：S201：对公开数据集进行采样，并对采样数据中不同小类的垃圾数据进行人工外接矩形标注，得到采样的人工标注公开数据集；S202：构建垃圾标记检测网络，利用采样的人工标注公开数据集训练所述...

【专利技术属性】
技术研发人员：张耿，
申请(专利权)人：上海英粤汽车科技有限公司，
类型：发明
国别省市：