一种基于人工智能的垃圾分类分解系统及方法技术方案

本发明专利技术公开了一种基于人工智能的垃圾分类分解系统及方法，属于人工智能技术领域。本发明专利技术通过图像采集模块采集垃圾的图像输入图像识别模块，图像识别模块识别投放的垃圾种类输入垃圾分类知识库，垃圾分类知识库基于知识图谱建立垃圾分类知识库，建立不同垃圾之间的联系，垃圾分类知识库接收垃圾种类，输出垃圾投放的分类，同时输出相关垃圾投放的分类，解决垃圾由不同的物体组成造成的垃圾分类错误的问题，本发明专利技术设置分类检索补充图像识别模块超出识别范围或出现识别错误的问题，充分的解决人们在生活中遇到的各种各样的图像识别问题，本发明专利技术设置回收玻璃，同时在回收的过程中根据玻璃颜色进行分拣，有效的提高玻璃回收的价值。价值。价值。

【技术实现步骤摘要】
一种基于人工智能的垃圾分类分解系统及方法


[0001]本专利技术涉及人工智能
，具体为一种基于人工智能的垃圾分类分解系统及方法。

技术介绍

[0002]每年产生十多亿吨垃圾，并且每年以5％至8％的速度递增，由于垃圾无法完全的做到分类处理，所以垃圾处理80％以上是采用填埋，20％粉碎燃烧发电，但是这两种传统处理垃圾方式都存在各自的缺点和不足。填埋会占用大量的不再生地，用填埋还存在一定的隐患，一是对地下水的严重污染，如果防护做不好，偶尔会发生泄漏，二是填埋在地下分解的过程中产生二氧化碳，有害气体，有毒的气体等；粉碎燃烧可以进行大量分解，产生的热量可以用来发电，但是缺点是产生空气污染，二次产生大量的甲烷气体，二氧化碳气体等；
[0003]越来越多的垃圾，回收利用率却很低，尤其废玻璃的回收率很低，城市每年废弃的玻璃制品超过700万吨，是城市垃圾总量的35％，但是废玻璃回收利用率仅为13％，废玻璃是一种无法焚烧、无法在填埋中降解且无法通过一般的物理化学方法加以分解和处理的废弃物，废玻璃中还含造成土壤和地下水污染的锌、铜等重金属；另一方面废玻璃回收是极有价值的，可以作为铸造用熔剂、转型利用、回炉再造、原料回收和重复利用等。
[0004]如何在建立一个完善的垃圾分类制度，将垃圾分类落实到每一处，而不是停留在宣传上， 这是亟需解决的问题。

技术实现思路

[0005]本专利技术的目的在于提供一种基于人工智能的垃圾分类分解系统及方法，以解决上述
技术介绍
中提出的问题。
[0006]为了解决上述技术问题，本专利技术提供如下技术方案：该系统包括：图像采集模块、垃圾分类知识库、垃圾分类检索模块、图像识别模块；
[0007]所述图像采集模块采集垃圾的图像输入图像识别模块，所述图像识别模块识别投放的垃圾种类输入垃圾分类知识库，所述垃圾分类知识库基于知识图谱建立垃圾分类知识库，建立不同垃圾之间的联系，所述垃圾分类知识库接收垃圾种类，输出垃圾投放的分类，同时输出相关垃圾投放的分类，所述垃圾分类检索模块提供垃圾分类检索模块，支持模糊检索，所述垃圾分类检索模块输出检索词至所述垃圾分类知识库；
[0008]图像识别存在种类和准确度的限制，当垃圾超出图像识别模块识别种类或者图像识别模块出现识别错误的情况，人们可以利用垃圾分类检索模块对于垃圾分类进行检索。
[0009]所述图像识别模块包括垃圾分类识别模块和玻璃检测模块，所述垃圾分类识别模块基于 YOLOv4
‑
tiny识别算法搭建分类识别模型，所述垃圾分类识别模块识别垃圾的图像的种类后输入垃圾分类知识库，所述玻璃检测模块单独检测玻璃，当检测到玻璃，提示用户放入玻璃回收处；
[0010]当检测到玻璃提示用户玻璃单独回收，当用户将玻璃制品放入指定位置，通过排
水法进一步检测玻璃制品密度判断是否为玻璃，如果玻璃制品的密度在阈值范围内，将玻璃单独回收。
[0011]所述垃圾分类知识库包括垃圾分类标准、物体组成知识库和物体关联知识库，所述垃圾分类标准根据垃圾分类的国家文件建立垃圾分类的标准，所述物体组成知识库根据物体说明书分析物体的组成，所述物体关联知识库根据在说明书、相关使用介绍中建立物体使用的关联。当垃圾分类知识库接收到垃圾的种类或者检索词，根据物体关联知识库检索垃圾的关联物品，所述物体关联知识库输出垃圾的种类和关联物品至物体组成知识库，所述物体组成知识库分析垃圾的组成后输出至垃圾分类标准，所述垃圾分类标准输出垃圾和垃圾关联物品的组成投放分类。
[0012]当垃圾投放的时候，不同的组成部分往往需要分为不同的垃圾进行投放，但是人们检索或者图像识别的时候仅仅识别物体的整体，单纯的文字检索和图像识别是不能完全的解决人们对于垃圾投放的需求，建立垃圾分类知识库，当人们输入牛骨头火锅，所述物体关联知识库检索到纸巾、一次性餐盒、一次性手套、筷子和碗，所述物体的组成分析牛骨头火锅和牛骨头火锅的关联物体的组成，比如，牛骨头火锅包括牛大骨和其他厨余垃圾，所述垃圾分类标准根据分类标准对于垃圾的不同组成进行分类；
[0013]根据国家文件监理垃圾分类的标准构建垃圾分类标准，对于垃圾分类更加准确，当分类标准出现调整或者补充时，通过垃圾分类标准可以便捷的同步本系统的垃圾分类知识库。
[0014]所述垃圾分类识别模块基于YOLOv4
‑
tiny识别算法搭建分类识别模型，使用ResBlock
‑
D 和CPSBlock建立主干网络，基于开源的垃圾分类数据集训练模型，输出mAP最高的模型为最终模型，实现数据集中存在的垃圾种类通过图像识别进行识别，所述垃圾分类识别模块输出识别结果至垃圾分类知识库。
[0015]优化分类识别模型的损失函数，通过新的算法降低样本之间的不平衡，对于预测框的损失计算更加合理，加速模型收敛，极大程度的避免梯度消失的问题。
[0016]损失函数的具体计算公式为：
[0017][0018]其中，|P∩T|表示预测框与真实框的交集，|P∪T|表示预测框与真实框的并集，x
P
表示预测框中心点横坐标，x
T
表示真实框中心点横坐标，y
P
表示预测框中心点纵坐标，y
T
表
示真实框中心点纵坐标，c表示预测框与真实框的并集的对角线距离，表示对象出现在单元格 i中，表示在单元格i中第j的回归框的预测器的预测能力，表示在单元格i中第j的回归框中不存在对象。
[0019]所述玻璃检测模块基于YOLOV5检测网络搭建玻璃检测模型，以Focus结构为骨干网络，设置三层LCFI模块输出特征，将后两层的LCFI模块输出的特征融合生成新的感受野特征，新的感受野特征与剩下的LCFI网络融合，通过大规模的玻璃检测数据集GDD训练模型输出 mAP最高的模型为最终模型，所述玻璃检测模块检测到玻璃立即提示用户将玻璃制品放入玻璃回收处。
[0020]所述垃圾分类知识库基于自然语言处理将数据结构化，抽取数据中的实体、实体之间的关系和实体的属性，通过实体对齐形成图结构数据，构建垃圾分类的知识图谱；
[0021]所述垃圾分类标准根据垃圾分类的国家文件抽取垃圾分类实体，垃圾分类实体包括垃圾种类、垃圾具体品种和有害成分，垃圾分类实体关系为属于和存在，垃圾种类为垃圾的分类，如：可回收垃圾、餐厨废弃物等，垃圾具体品种为具体垃圾的实体名称，如：废电池、废纸、蛋壳等，有害成分为有害垃圾中的有害成分；所述物体组成根据物说明书抽取物体组成实体，物体组成实体包括物体的种类、物体的组成，物体组成的实体关系为组成，所述物体的组成为垃圾实体的组成，例如：奶茶的组成为吸管、纸杯和奶茶，所述物体的种类为垃圾具体品种的种类和垃圾实体的组成的种类，瓜果、医药用品、建筑垃圾等；
[0022]所述物体关联知识库根据说明书的使用场景抽取物体关联实体，所述物体关联实体包括垃圾具体品种，物体关联的实体关系包括使用和产生，当图像识别模块或垃圾检索模块检索到手机，所本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于人工智能的垃圾分类分解系统，其特征在于：该系统包括：图像采集模块、垃圾分类知识库、垃圾分类检索模块、图像识别模块；所述图像采集模块采集垃圾的图像输入图像识别模块，所述图像识别模块识别投放的垃圾种类输入垃圾分类知识库，所述垃圾分类知识库基于知识图谱建立垃圾分类知识库，建立不同垃圾之间的联系，所述垃圾分类知识库接收垃圾种类，输出垃圾投放的分类，同时输出相关垃圾投放的分类，所述垃圾分类检索模块提供垃圾分类检索模块，支持模糊检索，所述垃圾分类检索模块输出检索词至所述垃圾分类知识库；所述图像识别模块包括垃圾分类识别模块和玻璃检测模块，所述垃圾分类识别模块基于YOLOv4
‑
tiny识别算法搭建分类识别模型，所述垃圾分类识别模块识别垃圾的图像的种类后输入垃圾分类知识库，所述玻璃检测模块单独检测玻璃，当检测到玻璃，提示用户放入玻璃回收处；所述垃圾分类知识库包括垃圾分类标准、物体组成知识库和物体关联知识库，所述垃圾分类标准根据垃圾分类的国家文件建立垃圾分类的标准，所述物体组成知识库根据物体说明书分析物体的组成，所述物体关联知识库根据说明书中的使用场景，建立物体使用的关联，当垃圾分类知识库接收到垃圾的种类或者检索词，根据物体关联知识库检索垃圾的关联物品，所述物体关联知识库输出垃圾的种类和关联物品至物体组成知识库，所述物体组成知识库分析垃圾的组成后输出至垃圾分类标准，所述垃圾分类标准输出垃圾和垃圾关联物品的组成投放分类。2.根据权利要求1所述的一种基于人工智能的垃圾分类分解系统，其特征在于：所述垃圾分类识别模块基于YOLOv4
‑
tiny识别算法搭建分类识别模型，使用ResBlock
‑
D和CPSBlock建立主干网络，基于开源的垃圾分类数据集训练模型，输出mAP最高的模型为最终模型，实现数据集中存在的垃圾种类通过图像识别进行识别，所述垃圾分类识别模块输出识别结果至垃圾分类知识库。3.根据权利要求2所述的一种基于人工智能的垃圾分类分解系统，其特征在于：优化分类识别模型的损失函数，损失函数的具体计算公式为：计算公式为：其中，|P∩T|表示预测框与真实框的交集，|P∪T|表示预测框与真实框的并集，x
P
表示预测框中心点横坐标，x
T
表示真实框中心点横坐标，y
P
表示预测框中心点纵坐标，y
T
表示真
实框中心点纵坐标，c表示预测框与真实框的并集的对角线距离，表示对象出现在单元格i中，表示在单元格i中第j的回归框的预测器的预测能力，表示在单元格i中第j的回归框中不存在对象。4.根据权利要求3所述的一种基于人工智能的垃圾分类分解系统，其特征在于：所述玻璃检测模块基于YOLOV5检测网络搭建玻璃检测模型，以Focus结构为骨干网络，设置三层LCFI模块输出特征，将后两层的LCFI模块输出的特征融合生成新的感受野特征，新的感受野特征与剩下的LCFI网络融合，通过大规模的玻璃检测数据集GDD训练模型输出mAP最高的模型为最终模型，所述玻璃检测模块检测到玻璃立即提示用户将玻璃制品放入玻璃回收处。5.根据权利要求4所述的一种基于人工智能的垃圾分类分解系统，其特征在于：所述垃圾分类知识库基于自然语言处理将数据结构化，抽取数据中的实体、实体之间的关系和实体的属性，通过实体对齐形成图结构数据，构建垃圾分类的知识图谱；所述垃圾分类标准根据垃圾分类的国家文件抽取垃圾分类实体，垃圾分类实体包括垃圾种类、垃圾具体品种和有害成分，垃圾分类实体关系为属于和存在，垃圾种类为垃圾的...

【专利技术属性】
技术研发人员：周忠平，
申请(专利权)人：江门市百汇环保科技有限公司，
类型：发明
国别省市：