垃圾分类回收方法、垃圾分类装置以及垃圾分类回收系统制造方法及图纸

一种垃圾分类回收方法、垃圾分类装置以及垃圾分类回收系统。该垃圾分类回收方法包括：获取待分类垃圾的第一检测图像；使用深度学习神经网络处理第一检测图像以判断待分类垃圾是否与可回收垃圾相匹配，如果是，则发出第一控制信号，以控制将待分类垃圾送入回收区；如果不是，则发出第二控制信号，以控制将待分类垃圾送入非回收区。该垃圾分类回收方法采用深度学习神经网络的方法对待分类垃圾进行实时检测识别，并自动分类回收，从而提高待分类垃圾的识别准确率，减少垃圾回收中心的工作人员的分类回收工作，提高垃圾分类回收的效率，降低垃圾分类回收的成本。

Garbage classification and recycling method, garbage classification device and garbage classification and recycling system

The utility model relates to a waste classification and recycling method, a waste classification device and a waste classification and recycling system. The garbage sorting and recycling method includes: acquiring the first detection image of garbage to be sorted; processing the first detection image with deep learning neural network to determine whether the garbage to be sorted matches the recyclable garbage; if so, sending out the first control signal to control the garbage to be sorted into the recycling area; if not, sending out the second control signal to control the garbage to be sorted. Garbage is sent to non-recycling areas. The method of garbage classification and recycling uses the method of deep learning neural network to detect and recognize the classified garbage in real time, and automatically classify and recycle, so as to improve the recognition accuracy of the garbage to be classified, reduce the classification and recycling work of the garbage recycling center staff, improve the efficiency of garbage classification and recycling, and reduce the cost of garbage classification and recycling.

【技术实现步骤摘要】
垃圾分类回收方法、垃圾分类装置以及垃圾分类回收系统
本公开的实施例涉及一种垃圾分类回收方法、垃圾分类装置以及垃圾分类回收系统。
技术介绍
随着社会的进步，人们的生活水平和质量逐渐提高，能够消费的东西也日益增多，因此产生的垃圾也越来越多，垃圾主要采用填埋和焚烧等办法进行处理。为了有效地减少垃圾的处理量，减缓对地球资源的消耗，可以对垃圾中可回收的垃圾进行分类回收再利用。目前，可回收垃圾的分类回收方法主要包括人工拣选、风选等，其人工成本高、处理速度慢、效率低。
技术实现思路
本公开至少一实施例提供一种垃圾分类回收方法，其包括：获取待分类垃圾的第一检测图像；使用深度学习神经网络处理所述第一检测图像以判断所述待分类垃圾是否与可回收垃圾相匹配，如果是，则发出第一控制信号，以控制将所述待分类垃圾送入回收区；如果不是，则发出第二控制信号，以控制将所述待分类垃圾送入非回收区。本公开至少一实施例还提供一种垃圾分类装置，其包括：回收区、非回收区、图像采集设备以及终端控制器。所述图像采集设备被配置为采集待分类垃圾的第一检测图像和/或第二检测图像；所述终端控制器被配置为发送所述第一检测图像和/或所述第二检测图像，本文档来自技高网...

【技术保护点】
1.一种垃圾分类回收方法，包括：获取待分类垃圾的第一检测图像；使用深度学习神经网络处理所述第一检测图像以判断所述待分类垃圾是否与可回收垃圾相匹配，如果是，则发出第一控制信号，以控制将所述待分类垃圾送入回收区；如果不是，则发出第二控制信号，以控制将所述待分类垃圾送入非回收区。

【技术特征摘要】
1.一种垃圾分类回收方法，包括：获取待分类垃圾的第一检测图像；使用深度学习神经网络处理所述第一检测图像以判断所述待分类垃圾是否与可回收垃圾相匹配，如果是，则发出第一控制信号，以控制将所述待分类垃圾送入回收区；如果不是，则发出第二控制信号，以控制将所述待分类垃圾送入非回收区。2.根据权利要求1所述的垃圾分类回收方法，还包括：获取所述待分类垃圾的第二检测图像，其中，所述第一检测图像和所述第二检测图像的拍摄角度不同；使用所述深度学习神经网络处理所述第二检测图像并结合所述第一检测图像的处理结果，以判断所述待分类垃圾是否与所述可回收垃圾相匹配，如果是，则发出所述第一控制信号，以控制将所述待分类垃圾送入所述回收区；如果不是，则发出所述第二控制信号，以控制将所述待分类垃圾送入所述非回收区。3.根据权利要求1所述的垃圾分类回收方法，还包括：获取与采集所述第一检测图像相对应的垃圾分类装置的标识号；根据所述标识号选择与所述标识号相对应的所述深度学习神经网络的训练参数。4.根据权利要求1所述的垃圾分类回收方法，还包括：在确定所述待分类垃圾与所述可回收垃圾相匹配的情况下，统计回收数量；在所述回收数量超过所述回收区的预定承载数量的情况下，发出回收控制信号，以提示回收中心回收所述回收区的垃圾。5.根据权利要求1所述的垃圾分类回收方法，其中，所述可回收垃圾包括至少一种类型的可回收垃圾，所述回收区包括至少一个子回收区，所述第一控制信号包括至少一个子控制信号，其中，所述垃圾分类回收方法还包括：判断所述待分类垃圾是否与所述至少一种类型的可回收垃圾之一相匹配，如果是，则发出相应的所述子控制信号，以控制将所述待分类垃圾送入相应的所述子回收区；如果不是，则发出所述第二控制信号，以控制将所述待分类垃圾送入所述非回收区。6.根据权利要求1或2所述的垃圾分类回收方法，其中，判断所述待分类垃圾是否与可回收垃圾相匹配包括：计算所述待分类垃圾与所述可回收垃圾之间的匹配率；判断所述匹配率是否超过第一预设匹配率阈值，如果是，确定所述待分类垃圾与所述可回收垃圾相匹配；如果不是，确定所述待分类垃圾与所述可回收垃圾不相匹配。7.根据权利要求6所述的垃圾分类回收方法，还包括：在所述匹配率低于所述第一预设匹配率阈值的情况下，判断所述匹配率是否超过第二预设匹配率阈值，如果是，存储所述第一检测图像；如果不是，删除所述第一检测图像，其中，所述第二预设匹配率阈值小于所述第一预设匹配率阈值。8.根据权利要求7所述的垃圾分类回收方法，还包括：再次判断存储的所述第一检测图像中的所述待分类垃圾是否与所述可回收垃圾相匹配，如果是，将存储的所述第一检测图像加入所述深度学习神经网络的样本图像库；如果不是，删除存储的所述第一检测图像。9.根据权利要求8所述的垃圾分类回收方法，还包括：在将存储的所述第一检测图像加入所述样本图像库后，重新训练所述样本图像库中的训练图像，并根据训练结果修正所述深度学习神经网络的训练参数。10.根据权利要求1所述的垃圾分类回收方法，其中，所述深度学习神经网络为卷积神经网络。11.一种垃圾分类装置，包括：回收区、非回收区、图像采集设备以及终端控制器，其中，所述图像采集设备被配置为采集待分类垃圾的第一检测图像和/或第二检测图像；所述终端控制器被配置为发送所述第一检测图像和/或所述第二检测图像，且还被配置为接收控制信号并根据所述控制信号控制将所述待分类垃圾送入所述回收区或所述非回收区。12.根...

【专利技术属性】
技术研发人员：曾起，张丽杰，耿立华，严寒，马希通，赵天月，
申请(专利权)人：京东方科技集团股份有限公司，
类型：发明
国别省市：北京,11