可回收物品分类识别方法技术

本申请实施例属于可回收物品分类技术领域，涉及可回收物品分类识别方法方法，包括获取可回收物品的RGB数据和IR数据，并且分别对所述RGB数据和IR数据归一化；将归一化的RGB数据输入到RGB特征提取网络以获取RGB特征图；将归一化的IR数据输入到IR特征提取网路以获取IR特征图，将所述RGB特征图和IR特征图合并为特征数据集，并且将所述特征数据集输入到分类网络中以获取所述可回收物品的分类，其中，所述可回收物品分类包括金属垃圾、纺织物垃圾和玻璃垃圾，并且所述金属垃圾分类包括铁、铝、铜子分类。本申请还提供一种X装置、计算机设备及存储介质。该方案能够提升可回收物品的识别成功率。功率。功率。

【技术实现步骤摘要】
可回收物品分类识别方法


[0001]本申请涉及可回收物品分类
，尤其涉及可回收物品分类识别方法。

技术介绍

[0002]自动化的可回收物品回收系统，需要对不同种类的可回收物品进行识别，以根据不同种类的可回收物品分别进行回收或向客户提供可回收物品处理的费用，可回收物品的自动识别通常通过图片或者图像进行，通过卷积神经网络进行图像特征的提取，采样和分类，而卷积神经网络包括多层处理，每层处理都涉及到若干参数，尤其是处理图像数据，因为图像数据本身的数据量就很大，在处理数据的过程当中，运算量巨大，现有的通过卷积神经网络进行图像分类的方式虽然在实验室的环境当中已经具备了较高的精度，但是，在可回收物品回收的应用环境当中因为回收可回收物品的环境光照条件通常较弱，通过传统RGB方式提取的图像，所包含的特征并不明显，因此对可回收物品实际的识别成功率低。

技术实现思路

[0003]本申请实施例的目的在于提出一种能够对可回收物品种类进行准确识别的可回收物品分类识别方法。
[0004]为了解决上述技术问题，本申请实施例提供一种可回收物品分类识本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.可回收物品分类识别方法，其特征在于，该方法包括：获取可回收物品的RGB数据和IR数据，并且分别对所述RGB数据和IR数据归一化；将归一化的RGB数据输入到RGB特征提取网络以获取RGB特征图，其中所述RGB特征图表征可回收物品的外形轮廓及纹理；将归一化的IR数据输入到IR特征提取网路以获取IR特征图，其中所述IR特征图表征可回收物品的材质，所述IR特征图和RGB特征图长宽相等；将所述RGB特征图和IR特征图合并为特征数据集，并且将所述特征数据集输入到分类网络中以获取所述可回收物品的分类，其中，所述可回收物品分类包括金属垃圾、纺织物垃圾和玻璃垃圾，并且所述金属垃圾分类至少包括铁、铝、铜其中的一个子分类。2.根据权利要求1所述的一种可回收物品分类识别方法，其特征在于，所述RGB特征提取网络和IR特征网络分别包括第一卷积网络，所述第一卷积网络与一个深度残差网络共享参数，所述RGB特征提取网络和IR特征网络的训练方法具体包括：提取第一卷积网络：通过训练集对所述深度残差网络训练；通过所述深度残差网络丢弃的参数组成的第一卷积网络；通过测试集对所述第一卷积网络评分；对所述深度残差网络循环执行提取第一卷积网络，以获取多组第一卷积网络和所述第一卷积网络对应的评分。分别指定多组所述第一卷积网络中评分最高的，作为rgb特征提取网络或IR特征网络中的卷积层。3.根据权利要求2所述的一种可回收物品分类识别方法，其特征在于：所...

【专利技术属性】
技术研发人员：钟金华，
申请(专利权)人：深圳黑蚂蚁环保科技有限公司，
类型：发明
国别省市：