垃圾分拣方法和装置、服务器、计算机可读存储介质制造方法及图纸

本申请涉及一种垃圾分拣方法和装置、服务器、计算机可读存储介质，包括：采集待分拣垃圾的图像，从待分拣垃圾的图像中识别出目标垃圾，对目标垃圾所在区域进行分割和定位，得到目标垃圾所在区域及目标垃圾所在区域的定位。对目标垃圾进行分类，得到目标垃圾所属的类别。根据目标垃圾所在区域的定位及目标垃圾所属的类别，控制执行机构对目标垃圾进行分拣。从待分拣垃圾的图像中识别出目标垃圾所在区域的定位及目标垃圾所属的类别，然后由执行机构根据目标垃圾所在区域的定位抓取到目标垃圾，并将按照目标垃圾所属的类别将目标垃圾投放至对应的垃圾回收处对垃圾实行了分拣。采用本方法用机器替代了传统人工分拣方式提高了分拣的效率，降低了成本。降低了成本。降低了成本。

【技术实现步骤摘要】
垃圾分拣方法和装置、服务器、计算机可读存储介质


[0001]本申请涉及计算机
，特别是涉及一种垃圾分拣方法和装置、服务器、计算机可读存储介质。

技术介绍

[0002]随着工业化的不断发展，人们的生活水平和质量逐渐提高，市场上的产品越来越琳琅满目。因此，消费了产品之后随之所产生的垃圾也越来越多。目前垃圾收集之后，多采用填埋或焚烧的方式进行处理，对垃圾的回收利用率很低，造成了资源的浪费。随着国家对环保事业的重视，现在垃圾分类、再回收也同样被重视起来。垃圾分类是一项很有意义的事情，垃圾分类能有效节约原生资源，改善环境质量，带动绿色发展，引领绿色生活。但是现在国内垃圾分选厂的垃圾分选精度较差，自动化程度较低，导致垃圾分选的投入产出比过低，同时垃圾在堆放中所释放的有害气味影响环境卫生。因此，急需改善当前的垃圾处理状况。

技术实现思路

[0003]本申请实施例提供一种垃圾分拣方法、装置、服务器、计算机可读存储介质，可以提高垃圾分拣的效率。
[0004]一种垃圾分拣方法，包括：
[0005]采集待分拣垃圾的图像；
[0006]从所述待分拣垃圾的图像中识别出目标垃圾，对所述目标垃圾所在区域进行分割和定位，得到所述目标垃圾所在区域及所述目标垃圾所在区域的定位；
[0007]对所述目标垃圾进行分类，得到所述目标垃圾所属的类别；
[0008]根据所述目标垃圾所在区域的定位及所述目标垃圾所属的类别，控制执行机构对所述目标垃圾进行分拣。
[0009]在其中一个实施例中，所述对所述待分拣垃圾的图像中目标垃圾所在区域进行分割和定位，得到所述目标垃圾所在区域及所述目标垃圾所在区域的定位，包括：
[0010]通过预设卷积神经网络卷积神经网络，对所述待分拣垃圾的图像中目标垃圾所在区域进行分割，得到所述目标垃圾所在区域；
[0011]对所述目标垃圾所在区域进行定位，得到所述目标垃圾所在区域的定位。在其中一个实施例中，所述预设卷积神经网络的生成过程，包括：
[0012]在第一操作系统中构建初始卷积神经网络；
[0013]将所述初始卷积神经网络转化成指定数据结构协议可读的二进制流文件，所述指定数据结构协议可读的二进制流文件可通过第二操作系统中的接口调用；
[0014]通过第二操作系统中的接口调用所述指定数据结构协议可读的二进制流文件，以在第二操作系统中运行所述初始卷积神经网络；
[0015]将训练集中待分拣垃圾的图像、所述待分拣垃圾的图像中所述目标垃圾所在区域及所述目标垃圾所在区域的定位，输入至所述初始卷积神经网络进行训练，得出预设卷积
神经网络。
[0016]在其中一个实施例中，所述预设卷积神经网络的生成过程，还包括：
[0017]对所述预设卷积神经网络的网络结构进行网络剪枝，得到网络剪枝后的预设卷积神经网络。
[0018]在其中一个实施例中，所述对所述目标垃圾进行分类，得到所述目标垃圾所属的类别，包括：
[0019]通过预设残差网络对所述目标垃圾进行分类，得到所述目标垃圾所属的类别。
[0020]在其中一个实施例中，所述预设残差网络的生成过程，包括：
[0021]在第一操作系统中构建初始残差网络；
[0022]将所述初始残差网络转化成指定数据结构协议可读的二进制流文件；
[0023]通过第二操作系统中的接口调用所述指定数据结构协议可读的二进制流文件，以在第二操作系统中运行所述初始残差网络；
[0024]将训练集中待分拣垃圾的图像中目标垃圾所在区域、所述目标垃圾所属的标注类别，输入至所述初始残差网络进行训练，得出预设残差网络。
[0025]在其中一个实施例中，所述将训练集中待分拣垃圾的图像中目标垃圾所在区域、所述目标垃圾所属的标注类别，输入至所述初始残差网络进行训练，得出预设残差网络，包括：
[0026]将训练集中待分拣垃圾的图像中每一组目标垃圾所在区域、所述目标垃圾所属的标注类别，输入至所述初始残差网络进行训练，得到所述目标垃圾所属的训练类别；
[0027]将每一组所述目标垃圾所属的标注类别、所述目标垃圾所属的训练类别输入预设损失函数计算损失值，根据所述损失值对所述初始残差网络的参数进行调整，得到预设残差网络。
[0028]在其中一个实施例中，所述采集待分拣垃圾的图像，包括：
[0029]从垃圾分拣流水线上采集待分拣垃圾的图像。
[0030]一种垃圾分拣装置，包括：
[0031]待分拣垃圾的图像采集模块，用于采集待分拣垃圾的图像；
[0032]目标垃圾分割和定位模块，用于对所述待分拣垃圾的图像中目标垃圾所在区域进行分割和定位，得到所述目标垃圾所在区域及所述目标垃圾所在区域的定位；
[0033]目标垃圾分类模块，用于对所述目标垃圾进行分类，得到所述目标垃圾所属的类别；
[0034]目标垃圾分拣模块，用于根据所述目标垃圾所在区域的定位及所述目标垃圾所属的类别，控制执行机构对所述目标垃圾进行分拣。
[0035]一种服务器，包括存储器及处理器，所述存储器中储存有计算机程序，所述计算机程序被所述处理器执行时，使得所述处理器执行如上方法的步骤。
[0036]一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现如上方法的步骤。
[0037]上述垃圾分拣方法、装置、服务器、计算机可读存储介质，采集待分拣垃圾的图像，从待分拣垃圾的图像中识别出目标垃圾，对目标垃圾所在区域进行分割和定位，得到目标垃圾所在区域及目标垃圾所在区域的定位。对目标垃圾进行分类，得到目标垃圾所属的类
别。根据目标垃圾所在区域的定位及目标垃圾所属的类别，控制执行机构对目标垃圾进行分拣。从待分拣垃圾的图像中识别出目标垃圾所在区域的定位及目标垃圾所属的类别，然后由执行机构根据目标垃圾所在区域的定位抓取到目标垃圾，并将按照目标垃圾所属的类别将目标垃圾投放至对应的垃圾回收处对垃圾实行了分拣。采用本方法用机器替代了传统的人工分拣方式，大大提高了分拣的效率，降低了成本。
附图说明
[0038]为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0039]图1为一个实施例中垃圾分拣方法的应用环境图；
[0040]图2为一个实施例中垃圾分拣方法的流程图；
[0041]图3为图2中对目标垃圾所在区域进行分割和定位方法的流程图；
[0042]图4为一个实施例中预设卷积神经网络的生成过程的流程图；
[0043]图5为一个实施例中预设残差网络的生成过程的流程图；
[0044]图6为一个实施例中垃圾分拣装置的结构框图；
[0045]图7为另一个实施例中垃圾分拣本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种垃圾分拣方法，其特征在于，包括：采集待分拣垃圾的图像；从所述待分拣垃圾的图像中识别出目标垃圾，对所述目标垃圾所在区域进行分割和定位，得到所述目标垃圾所在区域及所述目标垃圾所在区域的定位；对所述目标垃圾进行分类，得到所述目标垃圾所属的类别；根据所述目标垃圾所在区域的定位及所述目标垃圾所属的类别，控制执行机构对所述目标垃圾进行分拣。2.根据权利要求1所述的方法，其特征在于，所述对所述待分拣垃圾的图像中目标垃圾所在区域进行分割和定位，得到所述目标垃圾所在区域及所述目标垃圾所在区域的定位，包括：通过预设卷积神经网络，对所述待分拣垃圾的图像中目标垃圾所在区域进行分割得到所述目标垃圾所在区域；对所述目标垃圾所在区域进行定位，得到所述目标垃圾所在区域的定位。3.根据权利要求2所述的方法，其特征在于，所述预设卷积神经网络的生成过程，包括：在第一操作系统中构建初始卷积神经网络；将所述初始卷积神经网络转化成指定数据结构协议可读的二进制流文件，所述指定数据结构协议可读的二进制流文件能够被第二操作系统中的接口调用；通过第二操作系统中的接口调用所述指定数据结构协议可读的二进制流文件，以在第二操作系统中运行所述初始卷积神经网络；将训练集中待分拣垃圾的图像、所述待分拣垃圾的图像中所述目标垃圾所在区域及所述目标垃圾所在区域的定位，输入至所述初始卷积神经网络进行训练，得出预设卷积神经网络。4.根据权利要求3所述的方法，其特征在于，所述预设卷积神经网络的生成过程，还包括：对所述预设卷积神经网络的网络结构进行网络剪枝，得到网络剪枝后的预设卷积神经网络。5.根据权利要求1所述的方法，其特征在于，所述对所述目标垃圾进行分类，得到所述目标垃圾所属的类别，包括：通过预设残差网络对所述目标垃圾进行分类，得到所述目标垃圾所属的类别。6.根据权利要求5所述的方法，其特征在于，所述预设残差网络的生成过程，包括：在第一操作系统中构建初始残差网络；将所述初始残差网络...

【专利技术属性】
技术研发人员：郭明坚，
申请(专利权)人：顺丰科技有限公司，
类型：发明
国别省市：