[发明专利]—种基于深度学习的垃圾识别分类方法

权利要求书

1.一种基于深度学习的垃圾识别分类方法，其特征在于：包括以下步骤；

步骤1：将垃圾进行初步分类；

步骤2：基于数据采集模块分别对初步分类后的垃圾的数据进行获取；

步骤3：基于深度学习对数据采集模块所获取的数据进行分析检测；

步骤4：基于深度学习的识别结果进行垃圾分类；

步骤5：基于数据采集模块对已分类垃圾数据进行获取。

2.根据权利要求1所述的—种基于深度学习的垃圾识别分类方法，其特征在于：所述步骤1包括以下步骤；

步骤1.1：将待分类垃圾中的金属垃圾进行分类；

步骤1.2：将金属垃圾与非金属垃圾分别单独进行预处理。

3.根据权利要求1所述的—种基于深度学习的垃圾识别分类方法，其特征在于：所述步骤2包括以下步骤；

步骤2.1：基于数据采集模块对金属垃圾数据进行采集；

步骤2.2：基于数据采集模块对非金属垃圾的数据进行采集；

步骤2.3：将金属与非金属垃圾数据进行预处理。

4.根据权利要求1所述的—种基于深度学习的垃圾识别分类方法，其特征在于：所述步骤3包括以下步骤；

步骤3.1：基于深度学习对初始数据库训练分类模型；

步骤3.2：基于深度学习对数据采集模块的预处理数据进行数据检测；

步骤3.3：基于深度学习对数据进行识别和分类。

5.根据权利要求1所述的—种基于深度学习的垃圾识别分类方法，其特征在于：所述步骤4包括以下步骤；

步骤4.1：基于深度学习识别结果对金属垃圾中无害垃圾进行分类；

步骤4.2：基于深度学习识别结果对非金属垃圾中的生活厨余垃圾进行分类；

步骤4.3：基于深度学习识别结果对非金属垃圾中的可回收垃圾进行分类；

步骤4.4：基于深度学习识别结果对有害垃圾进行分类。

6.根据权利要求1所述的—种基于深度学习的垃圾识别分类方法，其特征在于：所述步骤5包括以下步骤；

步骤5.1：基于数据采集模块对有害可回收垃圾数据进行获取；

步骤5.2：基于数据采集模块对无害可回收垃圾数据进行获取；

步骤5.3：基于数据采集模块对生活厨余垃圾数据进行获取；

步骤5.4：基于数据采集模块将获取的各项数据传输到初始数据库。

7.根据权利要求3所述的—种基于深度学习的垃圾识别分类方法，其特征在于：所述步骤2.1包括以下步骤；

步骤2.1.1：基于数据采集模块对金属垃圾的图像特征数据进行采集；

步骤2.1.2：基于数据采集模块对金属垃圾的物理性质数据进行采集；

所述步骤2.2包括以下步骤；

步骤2.2.1：基于数据采集模块对非金属垃圾的图像特征数据进行采集，得到图像特征数据A1；

步骤2.2.2：基于数据采集模块对非金属垃圾的物理性质数据进行采集，得到物理性质数据A2；

步骤2.2.3：基于数据采集模块对非金属垃圾的化学性质数据进行采集，得到化学性质数据A3；

步骤2.2.4：根据公式Z＝A1×B1+A2×B2+A3×B3计算总特征数据Z，其中B1为图像特征数据A1的权重系数，B2为物理性质数据A2的权重系数，B3为化学性质数据A3的权重系数。

8.根据权利要求4所述的—种基于深度学习的垃圾识别分类方法，其特征在于：所述步骤3.3包括以下步骤；

步骤3.3.1：将总特征数据Z与数据库中的已分类垃圾的特征值进行比对，选择与总特征数据Z最接近的已分类垃圾作为分类结果数据，将结果进行保存，并将非金属垃圾分类为可回收垃圾；

步骤3.3.2：基于深度学习对可回收垃圾进行再次检测。