[发明专利]一种垃圾分类方法、装置、智能终端及存储介质

说明书

本发明公开了一种垃圾分类方法、装置、智能终端以及存储介质。所述方法包括：获取待分类垃圾图像，并将所述待分类垃圾图像输入至已训练的图像分类模型中；通过所述图像分类模型分析，在所述待分类垃圾图像中对应垃圾位置显示垃圾信息，所述垃圾信息包括垃圾类型，根据所述待分类垃圾图像中显示的垃圾信息对待分类垃圾进行分类。本发明不但实现了对垃圾的有效分类，还可以在可视化时实物与文字识别结果叠加在真实场景中的物体周围。

技术领域

本发明涉图像识别技术领域，尤其涉及一种垃圾分类方法、装置、智能终端及存储介质。

背景技术

面对日益增长的垃圾产量和环境状况恶化的局面，如何对垃圾进行科学有效的处置，最大限度地实现垃圾资源利用，改善生存环境质量，成为当前社会亟需解决的问题。

现阶段，垃圾主要依靠专业人工指导进行分类和识别，消耗了大量的人力和财力，且容易出现辨别错误。

另外，现有的垃圾分类识别系统，需要用户手动输入垃圾名称或拍照上传相应的图片到服务端，最后返回文字形式的鉴定结果，且仅能够返回图中一个目标的分类结果，其效率和实用性不高。并由于缺乏人工交互的手段，且在可视化时实物与文字识别结果分离。当图像中出现多个物体时，无法有效的选择和确定目标。

因此，现有技术还有待于改进和发展。

发明内容

鉴于上述现有技术的不足，本发明的目的在于提供一种垃圾分类方法、装置、智能终端及存储介质，旨在解决现有技术中垃圾分类方法效率低下，且在可视化时实物与文字识别结果分离的问题。

本发明为解决上述技术问题所采用的技术方案如下：

第一方面，本发明实施例提供一种垃圾分类方法，所述方法包括：

获取待分类垃圾图像，并将所述待分类垃圾图像输入至已训练的图像分类模型中；

通过所述图像分类模型分析，在所述待分类垃圾图像中对应垃圾位置显示垃圾信息，所述垃圾信息包括垃圾类型，根据所述待分类垃圾图像中显示的垃圾信息对待分类垃圾进行分类。

优选地，所述图像分类模型的构建步骤包括：

基于垃圾的图片数据和标注信息进行深度学习训练，得到自动识别垃圾分类的权重信息，其中，所述垃圾的图片数据训练使用bounding box的坐标预测方式进行预测，其具体公式如下所示：

b_x＝σ(t_x)+c_x

b_y＝σ(t_y)+c_y

b_w＝p_we^tw

b_h＝p_he^th，其中，t_x、t_y、t_w、t_h为模型的预测输出，c_x和c_y表示图像网格单元的坐标，p_w和p_h表示预测前bounding box的尺寸，b_x、b_y，b_w和b_h是预测得到的bounding box的中心的坐标和尺寸，坐标的损失采用的是平方误差损失。

优选地，通过所述图像分类模型分析，在所述待分类垃圾图像中对应垃圾位置显示垃圾信息，所述垃圾信息包括垃圾类型，根据所述显示的垃圾信息对待分类垃圾进行分类的步骤包括：

当所述待分类垃圾图像中含有一种类型的垃圾时，则在所述待分类垃圾图像中的任意位置显示垃圾信息；