[发明专利]一种基于图像识别垃圾种类的装置及方法

权利要求书

1.一种基于图像识别垃圾种类的装置，其特征在于，包括：

显示屏，被配置为用于显示界面；

图像采集装置，被配置为用于获取垃圾图像；

处理器，所述处理器被配置为：

基于所述垃圾图像，使用垃圾分类模型计算得到垃圾种类结果信息；以及

将所述垃圾种类结果信息输出至所述显示屏。

2.根据权利要求1所述基于图像识别垃圾种类的装置，其特征在于，所述垃圾种类结果信息包括：垃圾大类、垃圾小类、标识框。

3.根据权利要求1所述基于图像识别垃圾种类的装置，其特征在于，所述使用垃圾分类模型计算得到垃圾种类结果信息，具体执行如下：

基于所述垃圾图像，使用垃圾分类模型，得到所述垃圾图像的多任务信息，所述多任务信息包括：小类预测概率、大类预测概率；

对所述多任务信息进行融合计算处理，得到垃圾种类结果信息。

4.根据权利要求3所述基于图像识别垃圾种类的装置，其特征在于，所述多任务信息还包括：所述垃圾图像标识框的坐标。

5.根据权利要求3所述基于图像识别垃圾种类的装置，其特征在于，所述融合计算处理，具体执行如下：

基于所述多任务信息，将垃圾的小类预测概率分别乘以其对应的大类预测概率得到乘；

选择计算值最大的小类、大类构成垃圾种类结果信息。

6.根据权利要求1所述基于图像识别垃圾种类的装置，其特征在于，所述垃圾分类模型是基于卷积神经网络模型、多层神经元的自编码神经网络模型、深度置信网络模型中的至少一种构建的。

7.一种基于图像识别垃圾种类的方法，其特征在于，所述方法包括：

获取垃圾图像；

基于所述垃圾图像，使用垃圾分类模型计算得到垃圾种类结果信息；以及

将所述垃圾种类结果信息输出显示。

8.根据权利要求7所述基于图像识别垃圾种类的方法，其特征在于，所述使用垃圾分类模型计算得到垃圾种类结果信息，具体执行如下：

使用垃圾分类模型，基于所述垃圾图像，计算得到所述垃圾图像的多任务信息，所述多任务信息包括：小类预测概率、大类预测概率、垃圾图像标识框的坐标；

对所述多任务信息进行融合计算处理，得到垃圾种类结果信息。

9.根据权利要求7所述基于图像识别垃圾种类的方法，其特征在于，在获取垃圾图像后，还包括步骤：

对所述垃圾图像进行预处理，得到适合于所述垃圾分类模型计算的无形变垃圾图像。

10.根据权利要求7所述基于图像识别垃圾种类的方法，其特征在于，所述垃圾图像由图像采集装置获取，所述图像采集设备包括摄像装置、或摄影装置。