[发明专利]水桶的分类方法、分类装置

说明书

本发明提供一种水桶的分类方法、分类装置，所述方法包括：获取预设区域的图像信息；根据图像信息识别图像中是否具有水桶；如果图像中具有水桶，则识别水桶的信息，其中，信息包括：型号、品牌；根据水桶的信息进行分类。本发明能够自动进行水桶的识别和分类，从而方便水桶的回收，省时省力且准确度高。

技术领域

本发明涉及数据识别技术领域，具体涉及一种水桶的分类方法和一种水桶的分类装置。

背景技术

目前，饮用水的生产厂家使用的饮水桶数量具大，分布面太广，即有不同的水站，又有数量众多的用户，对于饮水桶的管理，生产厂家往往力不从心，对于需要回收的水桶无更好的解决办法。

相关技术中，基本通过人工回收，费时费力，且在回收过程中，进行分类时会出现偏差。

发明内容

本发明为解决上述技术问题，提供了一种水桶的分类方法，能够自动进行水桶的识别和分类，从而方便水桶的回收，省时省力且准确度高。

本发明采用的技术方案如下：

一种水桶的分类方法，包括以下步骤：获取预设区域的图像信息；根据所述图像信息识别图像中是否具有水桶；如果所述图像中具有水桶，则识别所述水桶的信息，其中，所述信息包括：型号、品牌；根据所述水桶的信息进行分类。

根据本发明的一个实施例，通过广角摄像头获取所述预设区域的图像信息。

根据本发明的一个实施例，识别所述水桶的信息，包括：基于OpenCV2(跨平台计算机视觉和机器学习软件库)构建分类器；基于OpenCV2采集需要分类的水桶样本图像；基于TensorFlow(端到端开源机器学习平台)进行模型训练；将所述图像信息输入训练好的模型中，根据所述模型的输出结果识别所述水桶的信息。

根据本发明的一个实施例，采用VGG 16(Visual Geometry Group，卷积神经网络)模型进行所述模型训练。

一种水桶的分类装置，包括：获取模块，所述获取模块用于获取预设区域的图像信息；第一识别模块，所述第一识别模块用于根据所述图像信息识别图像中是否具有水桶；第二识别模块，所述第二识别模块用于在所述图像中具有水桶时，识别所述水桶的信息，其中，所述信息包括：型号、品牌；分类模块，所述分类模块用于根据所述水桶的信息进行分类。

根据本发明的一个实施例，通过广角摄像头获取所述预设区域的图像信息。

根据本发明的一个实施例，所述第二识别模块具体用于：基于OpenCV2构建分类器；基于OpenCV2采集需要分类的水桶样本图像；基于TensorFlow进行模型训练；将所述图像信息输入训练好的模型中，根据所述模型的输出结果识别所述水桶的信息。

根据本发明的一个实施例，所述第二识别模块，采用VGG 16模型进行所述模型训练。

本发明的有益效果：

本发明能够自动进行水桶的识别和分类，从而方便水桶的回收，省时省力且准确度高。

附图说明

图1是根据本发明一个实施例的水桶的分类方法的流程图；

图2是根据本发明另一个实施例的水桶的分类方法的流程图；

图3是根据本发明一个实施例的水桶的分类装置的方框示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。