一种基于深度学习的可回收垃圾图像识别装置制造方法及图纸

本发明专利技术属于垃圾回收技术领域，尤其为一种基于深度学习的可回收垃圾图像识别装置，包括一侧为开口的收集箱，所述收集箱的底部内壁上固定安装有隔板，所述隔板的两侧均设有收集桶，两个收集桶的底部均和收集箱的底部内壁抵触在一起，所述收集箱开口的一侧转动安装有两个仓门，所述收集箱开口的一侧开设有两个第一投放口和第二投放口，所述收集箱的顶部内壁上固定安装有自启机构，所述自启机构包括第一挡板和第二挡板。本发明专利技术可以对透明挡板进行清洁，因此可以保证识别探头的正常识别工作，同时，可以使得人们可以主动的对垃圾进行分类，提高了可回收垃圾的回收率，同时避免内的异味逸出，较为清洁。较为清洁。较为清洁。

【技术实现步骤摘要】
一种基于深度学习的可回收垃圾图像识别装置


[0001]本专利技术涉及垃圾回收
，尤其涉及一种基于深度学习的可 回收垃圾图像识别装置。

技术介绍

[0002]在传统面食加工过程中，一般采用人工操作，现有的和面机属于 面食机械的一种，其主要就是将面粉和水就行均匀的混合，和面机的 应用节约了人们大量的时间，提高了生产效率(现有技术是怎么实现 的)。
[0003]经检索，申请号为201710179718.5所公开的一种基于图像识别 的垃圾分类提示装置和系统，该装置包括垃圾分类提示屏，垃圾分类 提示屏包括摄像头、信息处理器、显示模块和供电模块；摄像头用于 将拍摄到的垃圾图片发送至信息处理器...，帮助人们在日常生活中 快速进行垃圾分类，减少垃圾二次分拣的工作量；申请号为 201910543429.8一种基于深度学习的商品图像识别方法，包括以下 步骤：提取商品图像的轮廓特征图像；将所述轮廓特征图像输入第一 深度学习模型，得到所述商品的类别匹配结果；根据类别匹配结果选 取对应的第二深度学习模型，所述第二深度学习模型为多个，不同的 第二深度学习模本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于深度学习的可回收垃圾图像识别装置，包括一侧为开口的收集箱(1)，其特征在于，所述收集箱(1)的底部内壁上固定安装有隔板(2)，所述隔板(2)的两侧均设有收集桶(3)，两个收集桶(3)的底部均和收集箱(1)的底部内壁抵触在一起，所述收集箱(1)开口的一侧转动安装有两个仓门(4)，所述收集箱(1)开口的一侧开设有两个第一投放口(5)和第二投放口(6)，所述收集箱(1)的顶部内壁上固定安装有自启机构(7)，所述自启机构(7)包括第一挡板(701)和第二挡板(702)，所述第一挡板(701)和第二挡板(702)均和收集箱(1)的顶部内壁转动连接在一起，所述所述第一挡板(701)和第二挡板(702)分别位于对应的第一投放口(5)和第二投放口(6)的正下方，且第一挡板(701)和第二挡板(702)的顶部均和收集箱(1)的顶部内壁抵触在一起，所述收集箱(1)的顶部内壁上固定安装有驱动机构(8)，所述驱动机构(8)包括和收集箱(1)顶部内壁固定连接在一起的矩形箱(801)，所述矩形箱(801)上转动安装有第一转轴(802)和第二转轴(803)，所述第一转轴(802)和第二转轴(803)远离矩形箱(801)的一端分别和第二挡板(702)与第一挡板(701)固定连接在一起，所述收集箱(1)的开口的一侧开设有安装槽(10)，所述安装槽(10)的底部内壁上固定安装有识别探头(11)，所述识别探头(11)的顶部固定安装有透明挡板(12)，所述透明挡板(12)和安装槽(10)的内壁固定连接在一起，所述收集箱(1)开口的恶意侧固定安装有自洁机构(9)，所述自洁机构(9)包括机箱(901)，所述机箱(901)上转动安装有刮板(903)，所述刮板(903)的底部和透明挡板(12)滑动连接在一起。2.根据权利要求1所述的一种基于深度学习的可回收垃圾图像识别装置，其特征在于，所述第一挡板(701)和第二挡板(702)的两侧均固定安装有圆轴(704)，所述圆轴(704)上设有矩形板(703)，所述圆轴(704)贯穿矩形板(703)并和矩形板(703)转动连接再起，所述矩形板(703)的顶部和收集箱(1)的顶部内壁固定连接在一起，所述第一挡板(701)的底部固定安装有第一矩形块(705)和第二矩形块(706)，所述第二挡板(702)的底部固定安装有第三矩形块(707)，所述第一转轴(802)和第二转轴(803)远离矩形箱(801)的一端分别和第三矩形块(707)与第一矩形块(705)固定连接在一起，且第一转轴(802)贯穿第二矩形块(706)并和第二矩形块(706)转动连接在一起。3.根据权利要求1所述的...

【专利技术属性】
技术研发人员：郑寅，裴敏，
申请(专利权)人：安徽国科信通科技有限公司，
类型：发明
国别省市：