[发明专利]一种垃圾自动分类的装置及方法有效

专利信息
申请号: 202110004788.3 申请日: 2021-01-04
公开(公告)号: CN112827846B 公开(公告)日: 2023-08-22
发明(设计)人: 何波;梁旭东 申请(专利权)人: 西安建筑科技大学
主分类号: B07C5/02 分类号: B07C5/02;B07C5/342;B07C5/36;B07C5/38
代理公司: 西安智大知识产权代理事务所 61215 代理人: 王晶
地址: 710055*** 国省代码: 陕西;61
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 垃圾 自动 分类 装置 方法
【说明书】:

一种垃圾自动分类的装置及方法,包括机体,机体内安装有微处理器,微处理器内部存储有训练好的改进后的ResNet‑50垃圾分类卷积神经网络模型;机体上有用于投放垃圾的投放口,投放口安装有摄像头进行图像采集,摄像头与微处理器输入端相连;机体上有四种不同类别的垃圾桶,分别为可回收垃圾垃圾桶、厨余垃圾垃圾桶、有害垃圾垃圾桶和其他垃圾垃圾桶,用于实现不同类别的垃圾归类;机体上有传送带位于投放口正下方,传送带下方有驱动电机,用于传送带的运转;传送带与微处理器输出端相连,用于将微处理器输出的垃圾类别将其运输到对应桶内。本发明能够自动的、准确地及高效的实现垃圾的自动识别;并可以自动将垃圾归放至对应的垃圾桶中。

技术领域

本发明涉及垃圾自动分类技术领域,特别涉及一种垃圾自动分类的装置及方法。

背景技术

ResNet-50网络采用多个非常小的卷积核替换单一大尺寸的卷积核,其作用不仅可以减少ResNet-50网络的参数,同时可增加ResNet-50网络非线性激活函数数量,减少ResNet-50网络计算量。针对垃圾分类及识别的任务特征可知,垃圾分为四类,每类垃圾又包含很多不同种类的垃圾,如易拉罐,矿泉水瓶等,其本身包含了很多不同种类的特征,对分类及识别过程中的细节特征提取存在一定的难度。

现实中垃圾分类技术采用不同垃圾类别的垃圾桶并排摆放,其局限性在于,人们需自行判断垃圾类别并手动进行垃圾分类;现今一些相对智能的垃圾桶其功能仅限于:实现自动开盖、自动打包等,没有实现垃圾自动识别分类的功能。

发明内容

为了克服上述现有技术的不足,本发明的目的在于提供一种垃圾自动分类的装置及方法,能够自动的、准确地及高效的实现垃圾的自动识别;并可以自动将垃圾归放至对应的垃圾桶中,无需手动分类投放。

为了实现上述目的,本发明采用的技术方案是:

一种垃圾自动分类的装置,包括机体1,所述机体1内安装有微处理器2,所述微处理器2内部存储有训练好的改进后的ResNet-50垃圾分类卷积神经网络模型;所述机体1上有用于投放垃圾的投放口3,所述投放口3安装有摄像头4进行图像采集,所述摄像头4与微处理器2输入端相连;所述机体1上有四种不同类别的垃圾桶,分别为可回收垃圾垃圾桶、厨余垃圾垃圾桶、有害垃圾垃圾桶和其他垃圾垃圾桶,用于实现不同类别的垃圾归类;所述机体1上有传送带5位于投放口3正下方,所述传送带5下方有驱动电机6,用于传送带5的运转;所述传送带5与微处理器2输出端相连,用于将微处理器2输出的垃圾类别将其运输到对应桶内。

所述四类垃圾桶上方均有对应的垃圾挡板7,垃圾挡板7位于传送带5一侧,传送带5另一侧设置有推板8,所述推板8下方有驱动电机9,用于实现将垃圾推进对应的垃圾桶内;所述机体1上设置有用于实时显示垃圾分类结果的显示屏,所述显示屏位于机体1外侧方便人们浏览。

所述微处理器2输出端与显示屏相连,便于显示改进后的ResNet-50垃圾分类卷积神经网络模型所识别的结果输出。

一种垃圾自动分类的装置的方法,包括以下步骤;

Step1:人们将垃圾通过投放口3丢入;

Step2:摄像头4自动进行拍照,完成图像采集;

Step3:图像信息传输给微处理器2,通过训练好的改进后的ResNet-50垃圾分类卷积神经网络模型,识别垃圾种类,并将识别出的种类信息传输给显示屏与传送带5下方的驱动电机6;

Step4:传送带5下面驱动电机6开始运转,通过传送带5将垃圾运输到对应类别的垃圾桶上方;

Step5:对应垃圾桶上方的驱动电机9开始运转,带动对应垃圾桶上方的挡板7将垃圾推入下方对应的垃圾桶中;

Step6:显示屏显示本次垃圾分类结果,完成本次垃圾自动识别分类过程。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于西安建筑科技大学,未经西安建筑科技大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202110004788.3/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top