[发明专利]一种垃圾分类的方法及装置

说明书

本申请公开了一种垃圾分类的方法及装置，所述方法包括：获取待分类的垃圾图片；将待分类的垃圾图片输入到预先获得的垃圾分类神经网络模型中；根据垃圾分类神经网络模型的输出结果获得待分类的垃圾图片中垃圾的类别。采用本申请提供的技术方案，通过预先获得的垃圾分类神经网络模型，可以将垃圾进行分类，从而不依赖于个人知识经验，提高了垃圾分类的准确性。

技术领域

本发明涉及计算机技术领域，尤其是涉及一种垃圾分类的方法及装置。

背景技术

随着经济的发展，城市化进程的加快，人们在生产生活的过程中产生的垃圾越来越多。通过垃圾分类，可以最大限度地减少垃圾处置量，实现垃圾资源利用，改善生存环境质量。

然而，目前对于垃圾的分类只能依靠个人知识经验进行。由于垃圾种类繁多、各地对于垃圾的具体分类标准不一、每个人对于垃圾的知识储备不同等因素影响，垃圾分类准确率不高。

发明内容

针对上述问题，本申请提供一种垃圾分类的方法及装置，能够提高垃圾分类的准确性。

本申请第一方面提供一种垃圾分类的方法，包括：

获取待分类的垃圾图片；

将所述待分类的垃圾图片输入到预先获得的垃圾分类神经网络模型中；

根据所述垃圾分类神经网络模型的输出结果获得所述待分类的垃圾图片中垃圾的类别；

其中，所述垃圾分类神经网络模型为预先根据样本垃圾图片和所述样本垃圾图片对应的标签训练得到的模型，所述标签至少包括：可回收垃圾、厨余垃圾、有害垃圾和其他垃圾。

可选的，所述垃圾分类神经网络模型为十一层的神经网络，其中：

第一层、第三层、第四层、第六层、第七层和第八层为卷积层；第二层和第五层为批归一化层；第九层和第十层为全连接层；第十一层为输出层。

可选的，预先根据样本垃圾图片和所述样本垃圾图片对应的标签训练得到垃圾分类神经网络模型，具体包括：

将所述样本垃圾图片输入到垃圾分类神经网络中，获得所述样本垃圾图片中垃圾的类别；

基于所述样本垃圾图片中垃圾的类别和所述样本垃圾图片对应的标签，利用所述垃圾分类神经网络的损失函数训练所述垃圾分类神经网络的参数，获得所述垃圾分类神经网络模型。

可选的，所述利用所述垃圾分类神经网络的损失函数训练所述垃圾分类神经网络的参数，包括：

计算所述垃圾分类神经网络的本次损失函数值与上一次损失函数值的差值，当所述差值的绝对值与上一次损失函数的比值小于预设阈值时，将预定数量的卷积核通道置零，直至所述垃圾分类神经网络收敛，获得所述垃圾分类神经网络模型。

可选的，所述获取待分类的垃圾图片，包括：

裁剪所述待分类的垃圾图片为预设大小的图片；

将裁剪后的待分类的垃圾图片进行尺度变换和归一化。

本申请第二方面提供一种垃圾分类的装置，包括：图片获取单元、输入单元和结果获取单元；

所述图片获取单元，用于获取待分类的垃圾图片；

所述输入单元，用于将所述待分类的垃圾图片输入到预先获得的垃圾分类神经网络模型中；

所述结果获取单元，用于根据所述垃圾分类神经网络模型的输出结果获得所述待分类的垃圾图片中垃圾的类别；

其中，所述垃圾分类神经网络模型为预先根据样本垃圾图片和所述样本垃圾图片对应的标签训练得到的模型，所述标签至少包括：可回收垃圾、厨余垃圾、有害垃圾和其他垃圾。