【技术实现步骤摘要】
本专利技术涉及电子废弃物分选领域，特别是涉及一种电器非磁性破碎料分选方法、系统、电子设备及介质。
技术介绍
1、电子电器产品是以电能为工作基础、由电子器件和电子线路构成的电器元件或装置的总称。电视机、冰箱、洗衣机、空调和电脑(合称为“四机一脑”)是最典型的电子电器产品。近年来层出不穷的技术创新与持续的市场膨胀需求使电子电器产品更新换代的速度大大加快，从而产生了大量的电子废弃物。电子废弃物是指失去原有的功能或者被废弃不再使用的电子电器产品。2021年全年，中国电子电器产品理论报废量约为2.08亿台，包括电视机6260.0万台、电冰箱4162.2万台、洗衣机3542.9万台、房间空调器4454.7万台、微型计算机2421.8万台。
2、在电器持有量大幅度增加的同时，也引起了报废电器数量大幅度增加的问题。达到使用寿命后的电器件进入退役期，每年约700万吨的电子电器废弃物极易造成严重环境污染和资源浪费。电子废弃物分选是回收车间不可或缺的一个步骤，能分选出价值较高或者含有有害物质的废弃物，进行回收利用、合理处理。从材料组成的角度来看，...
【技术保护点】
1.一种电器非磁性破碎料分选方法，其特征在于，所述分选方法包括：
2.根据权利要求1所述的电器非磁性破碎料分选方法，其特征在于，所述深度学习网络模型包括YOLOv5模型和CBAM模块；所述CBAM模块分别与所述YOLOv5模型中Backbone模块的卷积层和SPPF层连接。
3.根据权利要求1所述的电器非磁性破碎料分选方法，其特征在于，所述识别分选模型的训练过程包括：
4.根据权利要求1所述的电器非磁性破碎料分选方法，其特征在于，所述训练集的获取过程包括：
5.根据权利要求4所述的电器非磁性破碎料分选方法，其特征在于，应...
【技术特征摘要】
1.一种电器非磁性破碎料分选方法，其特征在于，所述分选方法包括：
2.根据权利要求1所述的电器非磁性破碎料分选方法，其特征在于，所述深度学习网络模型包括yolov5模型和cbam模块；所述cbam模块分别与所述yolov5模型中backbone模块的卷积层和sppf层连接。
3.根据权利要求1所述的电器非磁性破碎料分选方法，其特征在于，所述识别分选模型的训练过程包括：
4.根据权利要求1所述的电器非磁性破碎料分选方法，其特征在于，所述训练集的获取过程包括：
5.根据权利要求4所述的电器非磁性破碎料分选方法，其特征在于，应用labelme对所述实例分割图像进行多边形框标注。
6.根据权利要求4所述的电器非磁性破碎料分选方...
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。