[发明专利]基于机器学习的垃圾分类方法、介质、终端设备及系统

说明书

本发明涉及垃圾分类技术领域，公开了一种基于机器学习的垃圾分类方法、介质、终端设备及系统，该基于机器学习的垃圾分类方法包括以下步骤：S1、获取实际投放的垃圾图像数据；S2、对实际投放的垃圾图像数据进行清洗，得到灰度图像数据；S3、构建KNN分类模型，将灰度图像数据作为训练集加入KNN分类模型进行模型训练；S4、对训练后的KNN分类模型进行分类准确度验证。本发明基于机器学习的垃圾分类方法能够提高识别准确率、提高垃圾分类效率、减少人工介入、实现准确的垃圾分类。

技术领域

本发明涉及垃圾分类技术领域，特别涉及一种基于机器学习的垃圾分类方法、介质、终端设备及系统。

背景技术

垃圾分类(Garbage classification)，一般是指按一定规定或标准将垃圾分类储存、投放和搬运，从而转变成公共资源的一系列活动的总称。

垃圾分类的目的是提高垃圾的资源价值和经济价值，减少垃圾处理量和处理设备的使用，降低处理成本，减少土地资源的消耗，具有社会、经济、生态等几方面的效益。

垃圾在分类储存阶段属于公众的私有品，垃圾经公众分类投放后成为公众所在小区或社区的区域性公共资源，垃圾分类搬运到垃圾集中点或转运站后成为没有排除性的公共资源。从国内外各城市对生活垃圾分类的方法来看，大多都是根据垃圾的成分、产生量，结合本地垃圾的资源利用和处理方式等来进行分类的。

垃圾分类是垃圾终端处理设施运转的基础，实施生活垃圾分类，可以有效改善城乡环境，促进资源回收利用。应在生活垃圾科学合理分类的基础上，对应开展生活垃圾分类配套体系建设，根据分类品种建立与垃圾分类相配套的收运体系、建立与再生资源利用相协调的回收体系，完善与垃圾分类相衔接的终端处理设施，以确保分类收运、回收、利用和处理设施相互衔接。只有做好垃圾分类，垃圾回收及处理等配套系统才能更高效地运转。垃圾分类处理关系到资源节约型、环境友好型社会的建设，有利于我国新型城镇化质量和生态文明建设水平的进一步提高。

垃圾分类处理的优点如下：

一、减少占地。垃圾分类，去掉能回收的，不易降解的物质，减少垃圾数量达50％以上。

二、减少环境污染。废弃的电池等含有金属汞等有毒物质，会对人类产生严重的威胁，废塑料进入土壤，会导致农作物减产，因此回收利用可以减少这些危害。

三、变废为宝。1吨废塑料可回炼600公斤无铅汽油和柴油。回收1500吨废纸，可避免砍伐用于生产1200吨纸的林木。因此，垃圾回收既环保，又节约资源。

随着数字化和人工智能技术的发展，垃圾分类识别场景中需要一种自动化处理技术代替人工对垃圾按照分类标准进行分拣，虽然目前已有相关落地技术能够实现自动分拣，但是整体分拣准确率还不足30％，本发明在现有技术背景下使用图像补缺降噪和无差距建模技术以提高自动分拣的准确率。

现有已落地的应用，大多数使用了相同的技术，比如此专利中(申请号201911129890.5)提到的，使用数据清洗和特征提取技术对垃圾进行分类和建模训练，基本实现了自动分拣的功能，但是在实际应用中，垃圾形状是很不规律的，数据清洗过程中大多数垃圾数据会被清洗掉，能够能形成建模的只有能够很规律的一部分，所以大多数不规律的垃圾还是无法通过自动识别的方式来分类，距离实现大规模的自动分拣还有很长的路。

发明内容

本发明要解决的技术问题是提供一种能够提高识别准确率、提高垃圾分类效率、减少人工介入、实现准确的垃圾分类的基于机器学习的垃圾分类方法。

为了解决上述问题，本发明提供了一种基于机器学习的垃圾分类方法，所述基于机器学习的垃圾分类方法包括以下步骤：

S1、获取实际投放的垃圾图像数据；

S2、对实际投放的垃圾图像数据进行清洗，得到灰度图像数据；