[发明专利]自动进行垃圾分类的方法、装置及存储介质

说明书

本发明公开了一种自动进行垃圾分类的方法、装置及存储介质，包括步骤：采集垃圾的图像信息；基于残差神经网络算法对采集到的图像信息进行识别分类；根据识别分类信息进行垃圾分类回收，从而能够快速简便地对垃圾进行分类回收，给人们对垃圾的分类回收带来了极大的便利性。

技术领域

本发明涉及垃圾清理领域，特别涉及一种自动进行垃圾分类的方法、装置及存储介质。

背景技术

随着社会的进步、生活水平的提高，垃圾的产量也越来越多，与此同时，人们的环保意识、垃圾分类意识也开始逐渐增强，并且国内多地也出台了垃圾分类的相关政策，所以垃圾分类势在必行，但是传统的家用清扫机器已不能满足垃圾分类的需要。

发明内容

本发明旨在至少解决现有技术中存在的技术问题之一。为此，本发明提出一种自动进行垃圾分类的方法，能够快速简便地对垃圾进行分类回收，给人们对垃圾的分类回收带来了极大的便利性。

本发明还提出一种应用上述自动进行垃圾分类的方法的自动进行垃圾分类装置。

本发明还提出一种应用上述自动进行垃圾分类的方法的自动进行垃圾分类存储介质。

根据本发明第一方面实施例的自动进行垃圾分类的方法，包括：采集垃圾的图像信息；基于残差神经网络算法对采集到的图像信息进行识别分类；根据识别分类信息进行垃圾分类回收。

根据本发明实施例的自动进行垃圾分类的方法，至少具有如下有益效果：首先进行垃圾的图像信息采集；然后将采集到的垃圾图像信息利用残差神经网络算法进行识别分类；残差神经网络算法与普通直连的卷积神经网络的最大区别在于，残差神经网络有很多旁路的支线将输入直接连到后面的层，使得后面的层可以直接学习残差，传统的卷积层或者全连接层在信息传递时，或多或少会存在信息丢失、损耗等问题，残差神经网络在某种程度上解决了这个问题，通过直接将输入信息绕道传到输出，保护了信息的完整性，整个网络则只需要学习输入、输出差别的那一部分，简化学习目标和难度，随着学习的深入，残差神经网络相对传统的卷积神经网络更具准确性和高效性；因此本发明实施例利用残差神经网络算法来对图像信息进行识别分类，更具准确性；最后，采集到的图像信息被进行识别分类之后，再根据识别分类信息进行相应的垃圾分类回收工作，不需要人为地去干预，使得垃圾的分类回收更具简便性。

根据本发明的一些实施例，所述采集垃圾的图像信息，包括：图像采集单元进行三百六十度旋转，对周边的垃圾进行图像信息采集；图像采集单元将采集到的图像信息传送到信息处理单元。

根据本发明的一些实施例，所述基于残差神经网络算法对采集到的图像信息进行识别分类，包括：信息处理单元接收到图像采集单元发送过来的图像信息；信息处理单元利用残差神经网络算法对接收到的图像信息进行识别分类；信息处理单元将经过残差神经网络算法识别而产生的识别分类信息传送到执行单元。

根据本发明的一些实施例，所述根据识别分类信息进行垃圾分类回收，包括：执行单元接收到信息处理单元发送过来的识别分类信息；执行单元根据接收到的识别分类信息进行垃圾分类回收。

根据本发明的一些实施例，所述执行单元包括PID控制器。

根据本发明的一些实施例，所述图像采集单元为摄像头。

根据本发明第二方面实施例的自动进行垃圾分类装置，能够应用根据本发明上述第一方面实施例的自动进行垃圾分类的方法。

根据本发明实施例的自动进行垃圾分类装置，至少具有如下有益效果：通过采用上述的自动进行垃圾分类的方法，简化了垃圾分类回收的步骤，使得人们对垃圾的分类回收更加简便快捷。

根据本发明第三方面实施例的自动进行垃圾分类存储介质，能够应用根据本发明上述第一方面实施例的自动进行垃圾分类的方法。