本发明专利技术公开了一种图像识别方法、装置、非易失性存储介质及电子设备。该方法包括：获取预设垃圾舱的待识别舱内图像；将待识别舱内图像分割为多个待识别区域；使用预设机器学习模型对每个待识别区域进行分析，确定每个待识别区域指示的预设垃圾类型，其中，预设机器学习模型为使用多组训练数据通过机器学习训练出的，多组训练数据中的每组训练数据均包括：预设垃圾图像和预设垃圾图像中标识出的预设垃圾类型；在多个待识别区域指示的预设垃圾类型存在不属于目标垃圾类型的目标待识别区域的情况下，生成预设告警信息，其中，目标垃圾类型为预设垃圾舱指示收纳的垃圾类型。本发明专利技术解决了由于人工进行垃圾分类造成的垃圾分类效率低的技术问题。低的技术问题。低的技术问题。
【技术实现步骤摘要】
图像识别方法、装置、非易失性存储介质及电子设备
[0001]本专利技术涉及计算机领域，具体而言，涉及一种图像识别方法、装置、非易失性存储介质及电子设备。
技术介绍
[0002]当前城市生活垃圾回收处理系统比较欠缺，在倡导低碳健康生活方式的同时，垃圾分类回收现状不容乐观，严重阻碍了城市现代化的发展进程，同时对城镇居民生活也带来了不便。
[0003]据调查，目前城镇总计日产生垃圾量约为1100吨左右，年递增率为5％，如果可以进行生活垃圾分类和可回收利用，那么垃圾产出量可减少约50％，资源回收利用率可达到30％，但传统的人工分类成本高且效率低下，且对操作人员健康有一定风险。
[0004]针对上述由于人工进行垃圾分类造成的垃圾分类效率低的问题，目前尚未提出有效的解决方案。
技术实现思路
[0005]本专利技术实施例提供了一种图像识别方法、装置、非易失性存储介质及电子设备，以至少解决由于人工进行垃圾分类造成的垃圾分类效率低的技术问题。
[0006]根据本专利技术实施例的一个方面，提供了一种图像识别方法，包括：获取预设垃圾舱的待识别舱内图像；将所述待识别舱内图像分割为多个待识别区域；使用预设机器学习模型对每个所述待识别区域进行分析，确定每个所述待识别区域指示的预设垃圾类型，其中，所述预设机器学习模型为使用多组训练数据通过机器学习训练出的，所述多组训练数据中的每组训练数据均包括：预设垃圾图像和预设垃圾图像中标识出的预设垃圾类型；在多个所述待识别区域指示的预设垃圾类型存在不属于目标垃圾类型的目标待识别区域的情况下，生成预设告警信息，其中，所述目标垃圾类型为所述预设垃圾舱指示收纳的垃圾类型，所述预设告警信息用于表示所述预设垃圾舱收纳的垃圾类型与所述预设垃圾舱指示收纳的垃圾类型不一致。
[0007]可选地，获取预设垃圾舱的待识别舱内图像包括：按照预设时间间隔采集所述预设垃圾舱的顶盖图像，其中，所述顶盖图像用于表示所述预设垃圾舱与顶盖的配合关系，所述配合关系用于表示所述预设垃圾舱与所述顶盖处于开启状态或关闭状态；在所述预设垃圾舱与所述顶盖的配合关系处于开启状态的情况下，获取所述待识别舱内图像。
[0008]可选地，将所述待识别舱内图像分割为多个待识别区域包括：对所述待识别舱内图像进行网格分割，得到多个网格区域，其中，每个网格区域的面积相同；在多个所述网格区域中选择所述待识别区域。
[0009]可选地，在多个所述网格区域中选择所述待识别区域包括：识别每个所述网格区域中的特征信息，其中，所述特征信息用于表示所述预设垃圾舱的舱内特征和所述预设垃圾舱的舱外特征；确定每个所述网格区域中所述舱内特征和所述舱外特征的特征比例；确
定所述特征比例高于预设特征阈值的网格区域为所述待识别区域。
[0010]可选地，在使用预设机器学习模型对每个所述待识别区域进行分析，确定每个所述待识别区域指示的预设垃圾类型之后，所述方法还包括：确定所述预设机器学习模型未能分析出预设垃圾类型的待识别区域为预设识别区域；接收目标对象对所述预设识别区域添加的分类标签，其中，所述分类标签用于指示所述预设识别区域对应的预设垃圾类型；将已添加分类标签的所述预设识别区域和所述预设识别区域对应的预设垃圾类型作为所述预设机器学习模型的训练数据。
[0011]可选地，在多个所述待识别区域指示的预设垃圾类型存在不属于目标垃圾类型的目标待识别区域的情况下，生成预设告警信息之前，所述方法还包括：统计每种所述预设垃圾类型的所述待识别区域的区域数量；确定所述区域数量大于预设数量阈值的所述预设垃圾类型为目标垃圾类型。
[0012]可选地，在多个所述待识别区域指示的预设垃圾类型存在不属于目标垃圾类型的目标待识别区域的情况下，生成预设告警信息之前，所述方法还包括：获取预设垃圾舱的待识别舱外图像，其中，所述预设垃圾舱的外表面预先设置有垃圾分类标识；识别所述待识别舱外图像中的垃圾分类标识；通过预设数据库查询与所述垃圾分类标识匹配的预设垃圾类型为目标垃圾类型，其中，所述预设数据库记录有多个垃圾分类标识和所述预设垃圾类型的对应关系。
[0013]根据本专利技术实施例的另一方面，还提供了一种图像识别装置，包括：获取模块，用于获取预设垃圾舱的待识别舱内图像；分割模块，用于将所述待识别舱内图像分割为多个待识别区域；分析模块，用于使用预设机器学习模型对每个所述待识别区域进行分析，确定每个所述待识别区域指示的预设垃圾类型，其中，所述预设机器学习模型为使用多组训练数据通过机器学习训练出的，所述多组训练数据中的每组训练数据均包括：预设垃圾图像和预设垃圾图像中标识出的预设垃圾类型；告警模块，用于在多个所述待识别区域指示的预设垃圾类型存在不属于目标垃圾类型的目标待识别区域的情况下，生成预设告警信息，其中，所述目标垃圾类型为所述预设垃圾舱指示收纳的垃圾类型，所述预设告警信息用于表示所述预设垃圾舱收纳的垃圾类型与所述预设垃圾舱指示收纳的垃圾类型不一致。
[0014]根据本专利技术实施例的另一方面，还提供了一种非易失性存储介质，所述非易失性存储介质用于存储程序，其中，在所述程序运行时控制所述非易失性存储介质所在设备执行上述所述图像识别方法。
[0015]根据本专利技术实施例的另一方面，还提供了一种电子设备，其特征在于，包括：存储器和处理器，所述处理器用于运行存储在所述处理器中的程序，其中，所述程序运行时执行上述所述图像识别方法。
[0016]在本专利技术实施例中，获取预设垃圾舱的待识别舱内图像；将待识别舱内图像分割为多个待识别区域；使用预设机器学习模型对每个待识别区域进行分析，确定每个待识别区域指示的预设垃圾类型，其中，预设机器学习模型为使用多组训练数据通过机器学习训练出的，多组训练数据中的每组训练数据均包括：预设垃圾图像和预设垃圾图像中标识出的预设垃圾类型；在多个待识别区域指示的预设垃圾类型存在不属于目标垃圾类型的目标待识别区域的情况下，生成预设告警信息，其中，目标垃圾类型为预设垃圾舱指示收纳的垃圾类型，预设告警信息用于表示预设垃圾舱收纳的垃圾类型与预设垃圾舱指示收纳的垃圾
类型不一致；达到了基于图像识别技术对预设垃圾舱内的垃圾分类情况进行自动分析的目的，从而无需对预设垃圾舱的垃圾进行人工分类，提高了垃圾分类效率，进而解决了由于人工进行垃圾分类造成的垃圾分类效率低技术问题。
附图说明
[0017]此处所说明的附图用来提供对本专利技术的进一步理解，构成本申请的一部分，本专利技术的示意性实施例及其说明用于解释本专利技术，并不构成对本专利技术的不当限定。在附图中：
[0018]图1是根据本专利技术实施例的一种图像识别方法的流程图；
[0019]图2是根据本专利技术实施例的一种基于算法自动识别的垃圾分类系统的示意图；
[0020]图3a是根据本专利技术实施例的一种待识别舱内图像的示意图一；
[0021]图3b是根据本专利技术实施例的一种待识别舱内图像的示意图二；
[0022]图4是根据本专利技术实施例的一种图像识别装置的示意图；
[0023]图5本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种图像识别方法，其特征在于，包括：获取预设垃圾舱的待识别舱内图像；将所述待识别舱内图像分割为多个待识别区域；使用预设机器学习模型对每个所述待识别区域进行分析，确定每个所述待识别区域指示的预设垃圾类型，其中，所述预设机器学习模型为使用多组训练数据通过机器学习训练出的，所述多组训练数据中的每组训练数据均包括：预设垃圾图像和预设垃圾图像中标识出的预设垃圾类型；在多个所述待识别区域指示的预设垃圾类型存在不属于目标垃圾类型的目标待识别区域的情况下，生成预设告警信息，其中，所述目标垃圾类型为所述预设垃圾舱指示收纳的垃圾类型，所述预设告警信息用于表示所述预设垃圾舱收纳的垃圾类型与所述预设垃圾舱指示收纳的垃圾类型不一致。2.根据权利要求1所述的方法，其特征在于，获取预设垃圾舱的待识别舱内图像包括：按照预设时间间隔采集所述预设垃圾舱的顶盖图像，其中，所述顶盖图像用于表示所述预设垃圾舱与顶盖的配合关系，所述配合关系用于表示所述预设垃圾舱与所述顶盖处于开启状态或关闭状态；在所述预设垃圾舱与所述顶盖的配合关系处于开启状态的情况下，获取所述待识别舱内图像。3.根据权利要求1所述的方法，其特征在于，将所述待识别舱内图像分割为多个待识别区域包括：对所述待识别舱内图像进行网格分割，得到多个网格区域，其中，每个网格区域的面积相同；在多个所述网格区域中选择所述待识别区域。4.根据权利要求3所述的方法，其特征在于，在多个所述网格区域中选择所述待识别区域包括：识别每个所述网格区域中的特征信息，其中，所述特征信息用于表示所述预设垃圾舱的舱内特征和所述预设垃圾舱的舱外特征；确定每个所述网格区域中所述舱内特征和所述舱外特征的特征比例；确定所述特征比例高于预设特征阈值的网格区域为所述待识别区域。5.根据权利要求1所述的方法，其特征在于，在使用预设机器学习模型对每个所述待识别区域进行分析，确定每个所述待识别区域指示的预设垃圾类型之后，所述方法还包括：确定所述预设机器学习模型未能分析出预设垃圾类型的待识别区域为预设识别区域；接收目标对象对所述预设识别区域添加的分类标签，其中，所述分类标签用于指示所述预设识别区域对应的预设垃圾类型；将已添加分类标签的所述...
【专利技术属性】
技术研发人员：朱杰，李璟，张倍先，韩思城，石方，
申请(专利权)人：北京智能建筑科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。