[发明专利]一种基于深度学习的社区废旧资源共享方法和系统

说明书

本发明提供一种基于深度学习的社区废旧资源共享方法包括废旧物品类选择步骤选择废旧物品类，废旧物图像采集步骤采集废旧物的图像，在废旧物品类验证步骤判断出废旧物的图像与废旧物品类相符时废旧物状况检测步骤检测废旧物的状况，废旧物品类选择步骤补充废旧物的其它信息；废旧物投放控制步骤控制分箱打开；废旧物数据生成步骤生成描述数据，由物联网通信步骤上传至废旧物共享步骤，废旧物共享步骤为用户匹配废旧物，将废旧物的描述数据发送至用户的手机或电脑终端。本发明实现废旧物与用户需求匹配的循环利用；运用深度学习技术检测废旧物的状况，结合废旧物的其它信息向系统导入描述数据进而匹配用户需求，对用户形成循环应用的正向引导。

技术领域

本发明涉及资源共享技术领域，特别涉及一种基于深度学习的社区废旧资源共享方法和系统。

背景技术

随着人们消费水平的提高，特别是网购和外卖等新模式的兴起，人们生活中产生的废旧物与日俱增，这不仅增大了资源和环境压力，也给社区的垃圾存储清运工作带来了较大负荷。

目前，很多废旧物都具有循环利用的价值，比如快递包装纸箱、旧衣物、塑料瓶和旧电子产品等，虽然有垃圾分类回收再利用的链条，但是这一循环过程漫长，需要经过很多道中间环节，不仅不利于废旧物的快速消解和再利用，也造成了中间的运输、分拣和处理成本的浪费。此外，这一循环过程中所需要的配置也很难满足既高效、又经济的需求，比如一个结实的纸箱，本来可以作为快递包装重复使用多次，目前的垃圾回收过程中却有很多本身很新很结实的纸箱作为废纸在后续处理时直接被破碎、打浆和重新造纸；因为产品更新而淘汰下来的充电器、耳机和玩具等电子产品，本身不存在故障，完全可以继续使用，却直接作为电子垃圾处理，不但没有物尽其用，也存在着后续的无害化处理难度较大的现象；可见，现有的垃圾分类回收并没有达到最经济高效的循环应用模式，这是一种很大的浪费。

综上所述，本发明提供了一种基于深度学习的社区废旧资源共享方法和系统，实现在本社区范围内对快递包装纸箱、旧衣物、塑料瓶和旧电子产品等废旧物就近共享利用，加速废旧物的循环速度，削减不必要的中间环节；实现更精确、更高效、对废旧物自身情况和用户需求更匹配的循环利用模式。

发明内容

(一)发明目的

为克服上述现有技术存在的至少一种缺陷，本发明提供了一种基于深度学习的社区废旧资源共享方法和系统，能够在本社区范围内实现废旧物的就近共享利用；能够实现更精确、更高效、对废旧物的状况和用户需求更匹配的循环利用模式；能够运用深度学习技术，实现对废旧物的状况检测，并结合输入的废旧物的信息，向系统导入对废旧物的描述数据进而匹配用户的资源需求，对用户形成了废旧物循环应用的正向激励引导。

(二)技术方案

作为本发明的第一方面，本发明公开了一种基于深度学习的社区废旧资源共享方法，包括以下步骤：

废旧物品类选择步骤，选择输入投放的废旧物品类，并显示引导用户执行废旧物图像采集步骤；在废旧物品类验证步骤判断出所述废旧物图像采集步骤采集的废旧物的品类与选择输入投放的所述废旧物品类不符时，执行报错；在废旧物状况检测步骤检测出所述废旧物的状况时，提示所述用户对所述废旧物的其它信息进行补充；

废旧物图像采集步骤，对所述废旧物进行图像采集；

废旧物品类验证步骤，判断所述废旧物图像采集步骤中采集的所述废旧物的品类与所述废旧物品类选择步骤中选择的所述废旧物品类是否相符，若相符，则执行所述废旧物状况检测步骤，若不符，则通过所述废旧物品类选择步骤执行报错；

废旧物状况检测步骤，根据所述废旧物图像采集步骤采集的图像对所述废旧物进行外部状况检测，以检测出所述废旧物的状况；

废旧物投放控制步骤，根据所述废旧物状况检测步骤的检测结果以及所述废旧物品类选择步骤中所述用户补充的信息，控制对应的分箱打开其箱盖，投放所述废旧物，并执行废旧物数据生成步骤；