[发明专利]一种垃圾自动分类的方法

说明书

本发明公开了一种垃圾自动分类的方法，包括以下步骤：图像采集；图像预处理；建立和训练垃圾自动分类Attention‑ResNext网络，并将训练好的垃圾自动分类Attention‑ResNext网络模型保存；将图像预处理后的112*112*3的张量输入至S03训练好的垃圾自动分类Attention‑ResNext网络中，分辨出图片中的垃圾属于纸盒、玻璃、金属、塑料、废品还是纸张的各类的概率，取最高值者为识别结果，根据识别的结果，上位机指令垃圾分类机械手抓取识别的垃圾并放入对应的垃圾收集腔室中，实现垃圾分类的自动化。

技术领域

本发明涉及垃圾分类领域，特别涉及深度学习的一种垃圾自动分类的方法。

背景技术

目前，垃圾分类工作大部分依赖于人工分类，既耗费大量时间精力还可能效率不高，如 果使用计算机视觉结合卷积神经网络模型实现垃圾的自动分类，便可以大幅度提高分类速度 和准确率，从而减少人工成本。近年来，深度学习卷积神经网络在计算机视觉上取得巨大突 破，一些优化算法(SGD、Adam等)、激活函数(ReLU、Sigmoid等)以及训练过程可视 化技术(CAM、Grad-CAM等)的应用，使得卷积神经网络实现垃圾自动分类的效率明显提高，同时还可以降低人工成本，节约时间。

近日市场上也有出现过针对垃圾分类而设计分类算法模型，但没有完善的充足的数据集 训练模型达到较高的准确率，也缺少配合垃圾分类识别算法而设计的垃圾分类网络模型，从 而导致现有的垃圾分类基本使用人工手段。由于深度学习中图片识别领域最有效的模型是卷 积神经网络，但仅仅通过加深网络并不能够提高分类性能，因此本发明提出采用聚合残差卷 积网络进行垃圾图片的自动识别。该方法可以大大减少人工成本，提高准确率。

针对此问题，垃圾自动分类算法借助我们收集标注且经过数据增强策略扩充的垃圾分类 数据集，和经过可视化分析设计的聚合残差卷积分类算法模型，可以配合我们的垃圾分类分 拣装置进行快速分类，用户只需要将没有分类过的垃圾倒入分类装置，分类装置就会自动将 所有垃圾进行分类。该方法极大地方便了人们的生活，也避免了一些人工失误。

发明内容

本发明要解决的技术问题是提供一种垃圾自动分类的方法。

为解决上述技术问题，本发明提供一种垃圾自动分类的方法，包括以下步骤：

S01、图像采集

在垃圾分类装置的流水线上方设置垃圾图像采集装置，分别对每个垃圾进行图像采集， 然后将采集到的垃圾图像传到上位机进行处理；

S02、图像预处理

在上位机中，将S01采集的每个垃圾图像依次进行以下操作：

S0201、将垃圾图像放缩到尺寸为112*112像素且包含垃圾的图片；

S0202、将PIL.Image或者NumPy数据类型图片转换成形状为(C,H,W)的Tensor格式，再归 一化到[0,1]之间，再通过调整均值mean和方差std的值进一步将[0，1]的张量归一化到[-1,1] 上；

S03、建立和训练垃圾自动分类Attention-ResNext网络，并将训练好的垃圾自动分类 Attention-ResNext网络模型保存；

S04、垃圾分类识别并输出分类结果

将S02图像预处理后的112*112*3的张量输入至S03训练好的垃圾自动分类Attention-ResNext网络中，分辨出图片中的垃圾属于纸盒、玻璃、金属、塑料、废品还是纸张 的各类的概率，取最高值者为识别结果，根据识别的结果，上位机指令垃圾分类机械手抓取 识别的垃圾并放入对应的垃圾收集腔室中，实现垃圾分类的自动化。

作为一种垃圾自动分类的方法的改进，所述步骤S03建立和训练自动分类Attention-ResNext网络的步骤包括：