[发明专利]一种实现垃圾自动分类的方法

说明书

本发明公开了一种实现垃圾自动分类的方法，涉及垃圾分类领域，包括模型训练过程和基于模型训练过程的垃圾分类方法，为了使训练模型具有识别垃圾分类的特征的功能而使用卷叠式模型训练过程。卷叠式模型训练过程包括依次进行的标注图集、预处理、转换方式、卷积、抽样、归一、全连接、随机失活及输出结果和输出训练结果，垃圾分类方法使用训练模型形成若干两类识别模型，采用针对垃圾拍照后经过若干两类识别模型，让垃圾依次经过这些两类识别模型进行识别，并且根据依次经过的两类识别模型的识别结果分类。

技术领域

本发明涉及垃圾分类领域，特别涉及一种实现垃圾自动分类的方法。

背景技术

现有的垃圾分类工作大部分依赖于人工分类，特别是在居民区等应用场景，如果使用计算机视觉，可以实现垃圾自动分类，大幅度提高分类速度和准确率，以此减少人工成本，近年来，随着卷叠式神经网络在计算机视觉上取得的巨大突破，并且加以诸如线性整流函数（Rectified Linear Unit，ReLU）、等激活函数和随机失活（dropout），使用自适应矩估计优化模型（Adam：adaptive moment estimation）等优化方式的利用，使得卷叠式神经网络在图像识别方面可以获得极高的准确率，基于卷叠式神经网络智能垃圾分类识别成为了可能。因此基于卷叠式神经网络可以配合机械分拣装置对垃圾进行高效地，快速地，低成本地垃圾分类。

目前市场上暂时没有针对垃圾分类而设计的分类算法模型，同时也没有完善的垃圾图片数据集用方法来训练该模型从而获得一个准确率达到实际使用需求的，再者没有配合垃圾分类识别算法而设计的垃圾分类分拣装置，从而导致现有垃圾分类必需使用人工手段，此方法效率低，准确度低，成本高。

针对此问题，垃圾智能分类算法借助我们收集标注的垃圾分类数据集，和设计的分类算法模型，可以配合我们的垃圾分类分拣装置进行快速分类、准确分类和低成本分类，再将由算法配合的垃圾分类装置，投放至居民区、办公室等，用户只需要将没有分类过的垃圾倒入垃圾分类装置，垃圾分类装置就会自动将所有垃圾进行分类，并把每一种垃圾放入相应的垃圾箱中，保洁人员只需要定时取走清空垃圾箱即可。该方法极大地方便了需要扔垃圾的人，因为他们不需要亲自对垃圾分类，只需要把所有垃圾倒在垃圾分类装置里即可，同时也避免了因为人工人类造成的错误。

现有的垃圾分类多采用人工分类，效率低，人工成本较高，并且容易造成错误。垃圾自动分类也没有一个较好的完善的方法，使得可以训练模型获得一个准确率达到实际使用需求。

发明内容

本发明的目的在于：提供了一种实现垃圾自动分类的方法，解决了现有的垃圾分类多采用人工分类，效率低，人工成本较高，并且容易造成错误的问题，还解决了垃圾自动分类没有一个较好的完善的方法，使得可以训练模型获得一个准确率达到实际使用需求的问题。

本发明采用的技术方案如下：

一种实现垃圾自动分类的方法，包括模型训练过程，基于模型训练过程的垃圾分类方法，所述模型训练过程包括依次进行的以下步骤，

S1：将标注的垃圾分类训练图集放入模型预处理器中进行预处理，预处理是为了增加模型的识别能力（Robustness）；

S2：将预处理后的RGB三通道的图片输入到深度神经网络中，一般来说，会将图片转换表达方法；

S3：在深度神经网络的第一层卷积层（Convolution Layer），使用零补充（ZeroPadding）的方式填充滤镜尺寸（filter）和图片尺寸之间的间距；

S4：在深度神经网络的第二层抽样层，将卷积层提取后得到的特征进行特征提取，以此来逐步减少卷积层的空间尺寸（spartial size），降低计算量（model computation），同时控制模型的过拟合（overfit）问题。