[发明专利]一种基于深度学习的多角度垃圾分类云平台有效

专利信息
申请号: 201910191797.0 申请日: 2019-03-14
公开(公告)号: CN109948506B 公开(公告)日: 2023-08-01
发明(设计)人: 孙强;朱晏民;张再峰;徐爱兰;王珏;徐晨;黄倩雯;葛远远 申请(专利权)人: 南通大学;江苏省南通环境监测中心
主分类号: G06V20/10 分类号: G06V20/10;G06V20/20;G06V10/764;G06V10/774
代理公司: 南京瑞弘专利商标事务所(普通合伙) 32249 代理人: 许洁
地址: 226000*** 国省代码: 江苏;32
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 深度 学习 角度 垃圾 分类 平台
【说明书】:

发明公开了一种基于深度学习的多角度垃圾分类云平台,通过前端图像采集模块获取垃圾图片,并判断其是否能达到分类需求;通过无线高速传输模块把垃圾图像传送到垃圾分类云平台;垃圾分类云平台对垃圾图像进行识别,利用基于深度学习模型的垃圾分类模块给出分类结果,并把每次识别结果存储于云平台数据库模块;同时将分类结果传送到前端图像采集与传输模块,控制模块根据收到的分类命令对垃圾进行分类,在完成垃圾分类后,前端再传送确认指令至云平台以结束此次分类流程。本发明采用垃圾分类模块与数据库模块相结合的方式,使用分布式系统,便于深度学习模型的升级与更新,并结合多角度识别与判断技术,提升识别准确率。

技术领域

本发明涉及一种分类方法及系统,尤其涉及一种基于深度学习的多角度垃圾分类云平台。

背景技术

当前,我国城市中生活垃圾分类在社会化、市场化等方面开始新的尝试,但覆盖面不高,分类工作推进难度较大。通过垃圾分类管理,可以最大限度地实现垃圾资源利用,减少垃圾处置量,改善环境质量。要实现垃圾分类,首要问题是垃圾分类投放,其难点是涉及主体复杂多样、点多面广,相关利益主体既有居民也有机构,既有生活消费产生的,也有经营活动产生的。就居民层面而言,既有城区分布的空间差异,也有社区物业管理水平,这些情况直接影响垃圾分类行为的实施。其次,垃圾分类收集的难点是收集活动密度低、物流成本高、二次分拣利润低。由于缺乏集中统一的规格类型,废弃物组分复杂,分类收集难以形成规模效应,平均成本高,单靠自生能力不能覆盖收集成本。在政府财政支持力度不足的情况下,垃圾分类收集难以为继,造成环境污染,浪费土地资源。

现有的垃圾分类系统只能在现场分类装置上进行分类与识别工作,费时费力,系统成本高,升级维护难度较大,并且仅使用单个摄像头采集垃圾图片。本发明所涉及的分类系统,基于深度学习,结合云平台,使用多角度摄像头,能够对垃圾图片进行在线实时处理,大规模布设成本低,并且可以在云平台服务器对系统进行升级维护,效率更高,智能化水平有了质的飞跃。

发明内容

发明目的:有鉴于此,本发明的目的在于提供一种基于深度学习的多角度垃圾分类云平台,以解决目前我国垃圾回收率低这一问题。

技术方案:本发明提供一种基于深度学习的多角度垃圾分类云平台,包括如下步骤:

S10:通过前端多角度图像采集模块获取垃圾图片,并通过微控制单元模块判断其是否能达到分类需求。

S20:微控制单元模块控制无线高速传输模块把垃圾图像传送到垃圾分类云平台。

S30:垃圾分类云平台对接收到的垃圾图像进行识别,给出分类结果,并把每次识别结果存储于云平台数据库模块。

S40:云平台给出的分类结果通过无线高速传输模块,传送到前端图像采集与传输模块,控制模块根据收到的分类命令将垃圾收集到不同垃圾桶。在完成垃圾分类任务后,前端再传送确认指令至云平台以结束此次分类流程。

在其中的一个实施方式中,所述步骤S10具体为:

将待分类垃圾放入指定区域内,以保证所拍摄图片均包括垃圾整体部分。利用自动对焦程序,通过微处理器控制N个(N的值取2或3或4)摄像头获取待分类垃圾不同视角(包括但不限于正视图,俯视图,侧视图等)的图片各一张。然后使用拉普拉斯算法判别图片模清晰程度。如果至少一张图片清晰度符合识别要求,微处理器控制无线传输模块将图片传送到中心服务器端云平台处理。如果本次采集的所有图片清晰度均无法符合识别要求,需要重新对垃圾进行图像采集。

在其中的一个实施方式中,所述步骤S20具体为:

微控制单元模块将待分类垃圾图片,通过WiFi模块或4G网络传输模块传送到垃圾分类云平台,即远端中心服务器。

在其中的一个实施方式中,所述步骤S30具体为:

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于南通大学;江苏省南通环境监测中心,未经南通大学;江苏省南通环境监测中心许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201910191797.0/2.html,转载请声明来源钻瓜专利网。

同类专利
专利分类
×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top