【技术实现步骤摘要】
一种基于视觉识别的垃圾分类方法及系统
[0001]本专利技术涉及垃圾分类回收
,更具体的说是涉及一种基于视觉识别的垃圾分类方法及系统
。
技术介绍
[0002]目前,随着社会的进步,人们的生活水平和质量逐渐提高,能够消费的东西也日益增多,因此产生的垃圾也越来越多,垃圾主要采用填埋和焚烧等办法进行处理
。
为了有效地减少垃圾的处理量,减缓对地球资源的消耗,可以对垃圾中可回收的垃圾进行分类回收再利用
。
分类的目的是提高垃圾的资源价值和经济价值,力争物尽其用
。
随着对垃圾回收分类的要求变得越来越严格,需要对日常生活垃圾进行准确分类,可回收垃圾的分类回收方法主要包括人工拣选
、
风选等,其人工成本高
、
处理速度慢
、
效率低
。
[0003]因此,如何提供一种精度高
、
速度快
、
分类过程快捷高效的垃圾分类方法是本领域技术人员亟需解决的问题
。
技术实现思路
[0004]有鉴于此,本专利技术提供了一种基于视觉识别的垃圾分类方法及系统,以解决
技术介绍
中存在的问题
。
[0005]为了实现上述目的,本专利技术采用如下技术方案:
[0006]一种基于视觉识别的垃圾分类方法,包括:
[0007]采集垃圾图像并进行预处理,形成生活垃圾图像数据集;
[0008]构建垃圾分类模型,将生活垃圾图像数据集输入垃圾分类 ...
【技术保护点】
【技术特征摘要】
1.
一种基于视觉识别的垃圾分类方法,其特征在于,包括:采集垃圾图像并进行预处理,形成生活垃圾图像数据集;构建垃圾分类模型,将生活垃圾图像数据集输入垃圾分类模型进行训练,在训练的过程中对原始垃圾分类模型进行修剪,对剪枝后的垃圾分类模型进行重训练,当再训练模型准确率不再上升时,停止重训练,输出训练好的垃圾分类模型;将待分类的垃圾图像输入训练好的垃圾分类模型,输出对待分类垃圾图像的分类结果
。2.
根据权利要求1所述的一种基于视觉识别的垃圾分类方法,其特征在于,所述对垃圾图像进行预处理,获得预处理后的垃圾图像;其具体过程为:通过对加载的垃圾图像进行数据增强和归一化处理,来获得预处理后的垃圾图像;所述数据增强的方式包括对垃圾图像进行随机缩放
、
翻转
、
平移和旋转
。3.
根据权利要求1所述的一种基于视觉识别的垃圾分类方法,其特征在于,所述原始垃圾分类模型包括输入层
、
卷积层
、
池化层
、
整形层
、
全连接层和输出层,网络的超参数由
Scikit
‑
Learn
框架的
Grid Search
方法确定
。4.
根据权利要求1所述的一种基于视觉识别的垃圾分类方法,其特征在于,所述生活垃圾图像数据集被划分为训练集
、
验证集和测试集;训练集用于垃圾分类模型的自主学习,验证集用于验证垃圾分类模型是否存在过拟合现象;测试集用于测试垃圾分类模型的最终精度
。5.
根据权利要求1所述的一种基于视觉识别的垃圾分类方法,其特征在于,
Sigmoid
激活函数的表达式如下:其中及
y
分别为激活前后的最后全连接层的第
i
个神经元的输出,
C
表示类别总数
。6.
根据权利要求1所述的一种基于视觉识别的垃圾分类方法,其特征在于,交叉熵损失函数为:其中,
J
是样本类别个数,
y
n,j
∈[0,1]
是第
n
个样本
P
n
的第
j
类实际标签值,是对第
n
个样本
P
n
的第
j
类预测概率值
。7.
根据权利要求1所述的一种基于视觉识别的垃圾分类方法,其特征在于,所述垃圾图像分类模型训练过程还包括,利用余弦退火学习率对模型进行优化;所述余弦退火学习率的规则为:式中:
x
是训练次数的索引值,和分别表示学习率的最大值和最小值,定义了学习率的范围,
A
cur...
【专利技术属性】
技术研发人员:吕凡,范晨,
申请(专利权)人:浙江净禾智慧科技有限公司,
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。