[发明专利]一种基于深度学习的垃圾种类识别系统

说明书

本发明公开了一种计算机辅助垃圾分类领域的基于深度学习方法的垃圾种类识别系统。系统包含垃圾分类数据集，垃圾分类器，垃圾分类器训练模块和实时垃圾种类识别模块，垃圾分类器训练模块利用垃圾分类数据集训练垃圾分类器，实时垃圾种类识别模块从自己的摄像头采集图像信息，然后调用垃圾分类器识别图像中的垃圾种类，输出识别结果和控制信号。本发明的优点在于使得垃圾分类不再依赖于人的垃圾分类知识，从而可以大大加快我国实施垃圾分类的进程。

技术领域

本发明涉及计算机辅助垃圾种类自动识别技术，尤其涉及一种基于深度学习方法的垃圾种类识别系统。

背景技术

随着我国经济的飞速发展，人民生活水平的提高，生活垃圾的产生量也急剧增加。根据中国城市环境卫生协会的统计数据显示，全国城市生活垃圾年产量超过1.5亿吨，并且以每年8％～10％的速度递增，目前全国城市生活垃圾累积堆存量已达70亿吨，占地约80多万亩。全国688座城市，除县城外，已有2/3的大中城市陷入垃圾的包围之中，且有1/4的城市已没有合适场所堆放垃圾，我国已成为世界上垃圾包围城市最严重的国家之一。国外城市垃圾资源化已进入综合利用阶段.其资源化利用率已在60％以上，而我国尚不到5％。造成这样的结果，其中一个根本的原因就是我国垃圾的分类收集工作做的很不到位。

现阶段人们对环保的重要意义已有较深的认识，也不缺乏参与环境保护的愿望和热情。但随着科技的进步，垃圾成分趋于复杂，可回收的垃圾种类也趋于复杂。甚至环保从业人员都搞不清楚哪些是可回收垃圾、哪些属于不可回收垃圾。根据发达国家的经验，实现垃圾完全分类回收的先决条件是全体居民有全面的分类知识。教育宣传的过程往往需要十几年，而我国实施垃圾分类已经刻不容缓。

垃圾种类繁多，材质、颜色和外形各异，而且在不同地域和不同场景下的类别划分差异也很大。比如有按干/湿划分类别的，有按可燃/不可燃划分类别的，再比如棉签在医院场景下属于有害垃圾，在生活场景下属于其它垃圾。因此传统人工特征工程技术手段很难有效识别和按需定制分类。

人工智能技术的发展使得自动识别垃圾种类成为可能。从2016年起，基于深度学习的计算机视觉在图像分类、物体检测、物体识别等任务上的表现都已经远远超越人类。深度学习是计算密集型任务，随着近年微处理器计算能力的提升，一些轻量级的深度学习模型已经可以部署在移动式/嵌入式设备上进行实时推理。而硬件成本的持续下降，使得自动垃圾种类识别有了广阔的市场应用前景。

发明内容

针对传统技术手段无法实现自动识别垃圾种类的现状，本发明的目的是提供一种基于深度学习的垃圾种类识别系统，该系统能实时采集垃圾图像，推断垃圾种类并输出识别结果。

为实现上述目的，本发明的技术方案为：所述垃圾种类识别系统包含垃圾分类数据集、垃圾分类器、垃圾分类器训练模块和实时垃圾种类识别模块，垃圾分类器训练模块利用垃圾分类数据集训练垃圾分类器，实时垃圾种类识别模块从自已的摄像头采集图像信息，然后调用垃圾分类器识别图像中的垃圾种类，输出识别结果和控制信号。

进一步，所述垃圾分类数据集由各类垃圾的照片构成，其结构应根据实际垃圾分类要求进行组织。

进一步，所述垃圾分类器为卷积神经网络，输入为图像信息，输出为每种垃圾类别的概率。

进一步，所述垃圾分类器训练模块包括x86架构的电脑、深度学习框架和垃圾分类器训练程序，具体功能通过垃圾分类器训练程序实现。作为优选，所述x86架构的电脑还包含图形处理单元(GPU)以加速训练过程。

进一步，所述实时垃圾种类识别模块包括卡片式单板电脑及其电源、摄像头模块、深度学习框架和实时垃圾种类识别程序，所述实时垃圾种类识别模块的具体功能通过实时垃圾种类识别程序实现。作为优选，所述实时垃圾种类识别模块还包含计算机视觉库以简化图像的处理。