[发明专利]基于改进yolov8的暴露垃圾检测及堆放监控的方法

说明书

本发明公开了一种基于改进yolov8的暴露垃圾检测及堆放监控的方法，步骤为：S1采集数据制作数据集：采集待检测及监控区域的图像数据，再对图像数据进行暴露垃圾图像标注，制作数据集；S2搭建网络并训练模型：搭建网络并训练目标检测模型，获得暴露垃圾检测模型；S3模型推理：将暴露垃圾检测模型接入实时视频流进行实时流推理，判断监控区域内是否存在暴露垃圾，根据检测结果进行处理；S4结果分析：对步骤S3中获得的推理结果进行逻辑分析，判断暴露垃圾堆放的堆放量以及记录暴露垃圾的堆放时长；S5二次告警。该方法实现了在开放场景下提高目标检测模型识别特定垃圾的准确率以及上报告警信息的准确率，同时降低模型的误检率。

技术领域

本发明涉及视觉定位技术领域，具体涉及一种基于改进yolov8的暴露垃圾检测及堆放监控的方法。

背景技术

随着AI智能技术的蓬勃发展，智慧城市成为我国战略发展的目标之一。智慧城市是中国新型城镇化发展、现代科学技术不断融入城市和行业、社会不断创新发展等背景下的必然产物，是有序推进新型城镇化，实现城镇科学健康持续发展的有效手段。其中影响智慧城市容貌发展的因素必然是对城市垃圾的管控方式，城市暴露垃圾主要分布在道路和小区内，其中道路垃圾主要分布在机动车道、非机动车道、人行道、绿化带等地段，小区垃圾则主要分布在垃圾桶周边或者垃圾厢房周边。大部分城市针对垃圾不按时堆放、垃圾留置过久、暴露垃圾乱堆放等现象，主要还是依靠纯人力资源识别垃圾的方式，该方式不仅效率低下，成本高昂，还受交通、天气等方面的影响，不能做到全天候的城市垃圾检测，且不能满足智慧城市治理的需求。因此，如果有方法能够及时识别暴露的垃圾乱堆放，并通知相关人员进行清理就十分有必要了。

目前常用的方法为对获取的原始图像进行区域检测得到原始图像中的目标区域，在对目标区域进行目标检测，获得垃圾的位置信息和种类信息，但是，暴露垃圾的种类繁多，且特征部分比较少，特征不明显，仅靠单一的目标检测算法很难稳定识别出暴露在路边的垃圾，容易造成漏报情况，而且垃圾检测区域场景复杂，各种物品堆叠在一起，容易产生垃圾误检。在样本数据不充分的情况下，模型检测不准确，在开放场景下，更容易产生误检，从而导致告警率上升。

中国专利文献（CN 112560755 A）公开了一种识别城市暴露垃圾的目标检测方法，该方法主要包括以下步骤：S1：采用手机拍摄城市中分布的暴露垃圾照片并整理作为源数据集S；S2：标注暴露垃圾的位置和类别S3：结合所述xml数据，转换源数据集S为COCO格式的数据集CS；S4：零-均值规范化CS数据集，记作数据集ZCS；S5：在数据集ZCS上，选取部分数据集作为测试集tes_ZCS，余下部分数据集中选取部分数据作为验证集val_ZCS，剩余部分作为训练集tra_ZCS；S6：训练暴露垃圾识别模型，S7：采用暴露垃圾识别模型判断其是否有暴露垃圾。该技术方案采用目标检测方式检测识别暴露垃圾，使得城市暴露垃圾自动识别，及时处理，减少垃圾暴露在公众视野中，城市市容市貌得到有效提升，但很难稳定识别出暴露在路边的垃圾，容易造成漏报情况。

中国专利文献（CN 111458721 A）公开了一种暴露垃圾的识别定位方法，包括：通过相机获取目标图像，目标图像中包括暴露垃圾；根据目标检测算法对目标图像中的暴露垃圾进行识别；通过激光雷达获取空间位置信息；确定相机坐标系与激光雷达坐标系之间的位置关系；根据相机坐标系与激光雷达坐标系之间的位置关系以及目标图像中识别出的暴露垃圾计算激光雷达坐标系下的暴露垃圾的面积；对暴露垃圾的分布位置进行准确定位，并将准确定位后的暴露垃圾的位置映射到地图上。该技术方案公开了一种暴露垃圾的识别定位装置及系统。能够有效获取到暴露垃圾的位置，可以解决大量人力成本问题；但是该技术方案中，目标检测算法单一，容易造成漏报情况。