[发明专利]废纸分类器建立装置及方法、废纸分类系统及方法

权利要求书

1.一种废纸图像分类器的建立方法，其特征在于，包括：

S1：建立样本库，所述样本库内存储有多种废纸样本图像以及与相应的所述废纸样本图像对应的分类等级，所述废纸样本图像包括不同类别的废纸所对应的样本图像；

S2:构建CNN图像分类模型；

S3:在所述样本库中随机抽取废纸样本图像对所述CNN图像分类模型进行训练，得到废纸分类模型，即废纸图像分类器。

2.如权利要求1所述的建立方法，其特征在于，在所述构建CNN图像分类模型之前对所述废纸样本图像集中的各废纸样本图像进行预处理，其中对所述废纸样本图像集中的各废纸样本图像进行预处理，包括以下至少之一：增强、复原、编码、压缩、降噪。

3.如权利要求2所述的建立方法，其特征在于，所述构建CNN图像分类模型包括：

a.将预处理后的图像输入卷积神经网络中的第一个卷积层，再将结果输入到池化层；

b.将上一层的输出结果输入到卷积神经网络中的子网络；

c.将上一层的输出结果输入到卷积神经网络中交替分布的卷积层和池化层；

d.将上一层的输出结果输入到卷积神经网络中的全连接层；

e.将上一层的输出结果输入到卷积神经网络中的最后一层，即Softmax层，得到图像属于各个类别的概率；

f.根据图像属于各个类别的概率，得出废纸图像分类结果。

4.一种根据如权利要求1至3中任一项所述的方法建立的废纸图像分类器的分类方法，其特征在于，包括：

获取待分类的废纸图像；

将所述待分类的废纸图像输入所述废纸图像分类器，得到所述待分类废纸图像的分类结果。

5.如权利要求4所述的分类方法，其特征在于，还包括将所述待分类的废纸图像以及经所述废纸图像分类器所得到的其对应的分类结果上传至样本库，以供模型训练模块训练使用的步骤。

6.如权利要求5所述的分类方法，其特征在于，通过用户端将所述待分类的废纸图像上传至所述废纸图像分类器。

7.如权利要求6所述的分类方法，其特征在于，将得到的所述待分类图像的分类结果传送至用户端。

8.一种废纸图像分类器建立装置，其特征在于，包括：

样本库，所述样本库内存储有多种废纸样本图像以及与相应的所述废纸样本图像对应的分类等级，所述废纸样本图像包括不同类别的废纸所对应的样本图像；

模型构造模块：通过卷积层、池化层、全连接层、批归一化层的交替运用，构建CNN图像分类模型；

模型训练模块：在所述样本库中随机抽取废纸样本图像对CNN图像分类模型进行训练，以得到废纸图像分类器。

9.如权利要求8所述的废纸图像分类器建立装置，其特征在于，还包括预处理模块，所述预处理模块用于对所述样本图像集中的废纸样本图像进行如下至少之一的预处理：增强、复原、编码、压缩、降噪。

10.一种废纸自动分类系统，其特征在于，包括：

图像采集器，用于获取待分类的废纸图像；

废纸图像分类器，用于将所述待分类的废纸图像输入废纸图像分类器，得到所述待分类的废纸图像的分类结果，其中，所述废纸图像分类器由权利要求8或9所述的废纸分类器建立装置得到。