[发明专利]一种垃圾处理方法及垃圾处理系统

说明书

本申请实施例提供一种垃圾处理方法以及垃圾处理系统，本申请通过接收用户输入的回收物类别，确定与所述回收物类别对应的判断条件的同时对用户投入的回收物进行预处理，并对处理后的回收物进行检测，得到所述回收物的实际检测信息，并通过判断所述回收物的实际检测信息是否满足所述判断条件，防止用户误投或者恶心投入不可回收的种类物，最后在确定用户成功投入的回收物后，还以发放回收奖励的形式鼓励用户再接再厉，达成循序渐进的环保意识诱导。

技术领域

本发明属于垃圾回收领域，尤其涉及一种垃圾处理方法及垃圾处理系统。

背景技术

随着经济的发展，社会的进步，能源节约已经成为必然和社会共识。塑料作为现代化生活中最为常见的物料之一，广泛应用于各种物品用具中，但同时，塑料也是造成生活污染的主要成分，所说的白色污染正是因为人们没有正确处理日常生活产生的塑料袋而造成。为了减少塑料污染的产生，应尽可能地回收塑料以进行二次利用。

诸如此类，目前公众缺乏垃圾可回收处理得意识，换言之，当前缺少一种能够服务公众的垃圾处理机制。

发明内容

为了解决上述现有技术中缺少一种能够服务公众的垃圾处理机制的技术问题，本申请提供了一种垃圾处理方法，所述方法包括：

接收用户输入的回收物类别，确定与所述回收物类别对应的判断条件；

对用户投入的回收物进行除杂处理，以去除回收物中携带的杂质，并对处理后的回收物进行检测，得到所述回收物的实际检测信息；

判断所述回收物的实际检测信息是否满足所述判断条件；

若所述实际检测信息满足所述判断条件，则向所述用户发送与所述回收物种类信息对应的回收奖励。

进一步地，所述实际检测信息包括：种类信息、数量以及重量，对处理后的回收物进行检测，得到所述回收物的实际检测信息的步骤，包括：

采集所述回收物的实物图像；

将所述实物图像输入至预设的神经网络模型进行图像识别得到种类信息和数量；

确定所述回收物的实际重量；

根据种类信息、数量以及重量确定所述回收物的实际检测信息。

进一步地，所述神经网络模型的训练过程包括：

获取多张回收物的图像作为训练图像，其中，回收物的图像包括回收物扎堆的图像，以及回收物扎堆的图像中标记出的实际回收物数量和种类信息；

将所述训练图像输入神经网络模型进行训练，直至所述神经网络模型收敛。

进一步地，所述回收物扎堆的图像中至少有两个相同种类的回收物。

进一步地，所述判断条件包括：重量阈值和回收物信息，判断所述回收物的实际检测信息是否满足所述判断条件的步骤，包括：

判断所述种类信息和数量是否与回收物信息一致；

若所述种类信息和数量与回收物信息一致，则判断所述回收物的重量是否小于所述重量阈值，其中，所述重量阈值基于所述回收物信息计算得到

若所述回收物的重量小于所述重量阈值，则确定所述实际检测信息满足所述判断条件。

进一步地，还包括：若所述实际检测信息不满足所述判断条件，则判定所述用户投放失败；

当统计所述用户历史投放失败次数大于预设阈值时，禁止所述用户投入回收物。

进一步地，向所述用户发送与所述回收物种类信息对应的回收奖励的步骤，包括：

搜索与所述用户对应的账户数据；