[发明专利]一种基于物联网技术的废弃物图像检测分类系统

说明书

一种基于物联网技术的废弃物图像检测分类系统，以解决现有技术中废弃物丢弃杂乱无章，对差异化较大的废弃物识别不准确，分类模糊的问题；其解决的技术方案包括接收装置、视觉检测装置、信号处理装置、运动控制装置；所述的视觉检测装置用于废弃物的识别分析，包括检测触发器、成像器件、图像采集卡、云端服务器，其通过残差网络对废弃物进行特征提取，且，在残差网络的基础上进行不同层次的特征融合，使得预测不同尺度的目标对应不同融合层的特征，有效地提高检测小尺度目标的性能；此外，在残差块中加入注意力模块，同时，通过训练设计RPN中锚框的尺度和比例，进行废弃物整体覆盖；本发明集成化程度高、安全环保、图像识别精准度高。

技术领域

本发明涉及净化处理技术领域，尤其涉及一种基于物联网技术的废弃物图像检测分类系统。

背景技术

废弃物分类是按一定规定或标准将废弃物分类储存、投放和搬运。目前主要通过人工的方式对废弃物进行分类并投放。根据废弃物分类的规定或标准，人们对产生的废弃物进行分类，然后投放到对应的废弃物箱内。废弃物分类的目的是提高废弃物的资源价值和经济价值，力争物尽其用。废弃物在分类储存阶段属于公众的私有品，废弃物经公众分类投放后成为公众所在小区或社区的区域性准公共资源，废弃物分类搬运到废弃物集中点或转运站后成为没有排除性的公共资源。从国内外各城市对生活废弃物分类的方法来看，大致都是根据废弃物的成分、产生量，结合本地废弃物的资源利用和处理方式来进行分类的。

不过，不是所有人都知道废弃物到底该如何去分，缺乏长期的教育引导，导致大多数人面对摆在眼前的废弃物，很难做好准确的分类。近年各种政策倡导和绿色环保的主流风向，如何更科学地向居民推广普及废弃物分类，确实是各大城市亟待解决的问题。

图像识别技术是以图像的主要特征为基础的，每个图像都有它的特征，在图像识别过程中，知觉机制必须排除输入的多余信息，抽出关键的信息。人类在进行图像识别时，在大脑里必定有一个负责整合信息的机制，它能把分阶段获得的信息整理成一个完整的知觉映象，在实际的废弃物分类过程中，由于不同的废弃物差异较大，而且存在极端的长宽比，对于图像识别的精准度有很大的影响，AI图像识别方法就是基于人类图像识别的特点，编制模拟人类图像识别活动的计算机程序。

在废弃物处理线上，采用人工分拣废弃物费时费力，工作环境差，采用自动化的工业设备分拣可以解决这个问题，但是，工业设备也需要设置完善的废弃物识别和分类系统。

现在有些废弃物分类自动化设备已经投入市场，但是由于一个物品在转化为废弃物过程中，其最终形状与外形结构与其最初结构可能千差万别，如何很好的实现精准分类以及减少操作难度是本领域技术人员急需解决的问题。

发明内容

本发明的目的在于提供一种基于物联网技术的废弃物图像检测分类系统，以解决现有技术中废弃物丢弃杂乱无章，不能很好的利用，同时提高对差异化较大的废弃物进行精准的学习分析，识别，达到分类准确，提高效率的效果。

为了实现上述目的，本发明的技术方案提供了一种基于物联网技术的废弃物图像检测分类系统，包括接收装置、视觉检测装置、信号处理装置、运动控制装置；所述的视觉检测装置用于废弃物的识别分析，包括检测触发器、成像器件、图像采集卡、云端服务器，其通过残差网络对废弃物进行特征提取，且，在残差网络的基础上进行不同层次的特征融合，使得预测不同尺度的目标对应不同融合层的特征，有效地提高检测小尺度目标的性能；此外，在残差块中加入注意力模块，同时，通过训练设计RPN中锚框的尺度和比例，进行废弃物整体覆盖。

优选的，所述的残差网络采用ResNet-50，ResNet-50包含5个阶段：。

优选的，所述的注意力模块用于三个阶段，ResNet-50经过1X1、3X3、1X1三个卷积层后与注意力模块叠加。

优选的，所述的注意力模块由通道注意力模块和空间位置注意力模块两部分组成。