[发明专利]废弃品分类设备、方法、装置、计算装置和存储介质

说明书

本申请公开了一种废弃品分类设备、方法、装置、计算装置和存储介质，涉及图像处理技术领域。该方法中，检测是否有废弃品投入；当有废弃品投入时，采集所述废弃品的图像；基于废弃品分类模型对所述图像进行分类，得到废弃品的分类结果，其中所述废弃品分类模型为预先根据深度学习方法建立的模型。该方法能够自动检测废弃品，并对其进行分类，相对于人工分类更加准确可靠。

技术领域

本申请涉及图像处理技术领域，尤其涉及废弃品分类设备、方法、装置、计算装置和存储介质。

背景技术

随着物流的发展、科技的发展和人们生活质量的提高。人类的废弃品越来越多、废弃品的品种也会越来越多。如何处理废弃品是人们一直关注的问题。

对废弃品分类时废弃品处理的关键操作。现有技术中，废弃品的投放人根据自己的经验确定投放的废弃品的类别，然后放入对应的垃圾桶中。或者，废弃品的投放人通过人机交互界面选择废弃品的类别后，将废弃品投入该对类别对应的垃圾桶中。

然而，不管是否存在人机交互界面用于投放废弃品、废弃品的分类都是人来主观确定的。而废弃品的分类知识普及有限、人们很容易分错，而且还会有人为图方便、随意丢弃废弃品到就近的垃圾桶。所以现有技术中废弃品分类不准确、可靠性也低。

发明内容

本申请实施例提供一种废弃品分类设备、方法、装置、计算装置和存储介质，用于解决现有技术中废弃品分类由人工操作，准确性和可靠性低的问题。

第一方面，本申请提供一种废弃品分类设备，包括废弃品感应单元、图像采集单元、数据处理单元、废弃品移动单元和废弃品存储单元，其中：

所述废弃品感应单元，用于检测是否有废弃品投入；

所述图像采集单元，用于所述废弃品感应单元检测到有废弃品投入时，采集废弃品的图像；

所述数据处理单元，用于基于废弃品分类模型对所述图像进行分类，得到废弃品的分类结果，其中所述废弃品分类模型为预先根据深度学习方法建立的模型；

所述废弃品移动单元，用于根据分类结果将废弃品移动到对应的废弃品存储单元中存储。

进一步的，所述废弃品感应单元为红外感应装置。

进一步的，所述设备还包括输出单元和废弃品存储量检测装置；

所述废弃品存储量检测装置安装在所述废弃品存储单元中，用于检测所述废弃品存储单元是否已存满废弃品，并在检测到已存满废弃品时，发送已存满废弃品的信息给所述数据处理单元；

所述输出单元与所述数据处理单元通信，用于根据数据处理单元的控制输出已存满废弃品的信息；所述已存满废弃品的信息中包括存满废弃品的废弃品存储单元的标识。

进一步的，所述输出单元包括：语音输出单元和/或显示单元。

第二方面，本申请提供一种废弃品分类方法，所述方法包括：

检测是否有废弃品投入；

当有废弃品投入时，采集所述废弃品的图像；

基于废弃品分类模型对所述图像进行分类，得到废弃品的分类结果，其中所述废弃品分类模型为预先根据深度学习方法建立的模型。

进一步的，构建所述废弃品分类模型，包括：

获取训练样本，所述训练样本中包括废弃品图像及对应的分类标签；

将训练样本输入到基于深度学习方法构建的学习模型，得到学习结果；

当学习结果为分类准确率达到指定准确率时，得到所述废弃品分类模型。

进一步的，所述学习模型包括顺序连接的卷积神经单元、全连接层和分类器。