[发明专利]一种基于CNN神经网络的智能垃圾识别方法及装置

说明书

本发明公开了一种基于CNN神经网络的智能垃圾识别方法及装置，所述方法包括：获取至少三种种类的垃圾图像，建立数据集；构建CNN卷积神经网络；将数据集中的图像送入CNN卷积神经网络来训练CNN卷积神经网络，得到CNN卷积神经网络模型并测试CNN卷积神经网络模型，获得训练好的CNN卷积神经网络模型；利用训练好的CNN卷积神经网络模型检测未知垃圾图像，得到垃圾分类结果；本发明的优点在于：能检测的垃圾种类较多，检测准确度高，智能化程度高。

技术领域

本发明涉及垃圾智能识别领域，更具体涉及一种基于CNN神经网络的智能垃圾识别方法及装置。

背景技术

垃圾分类如今已经越来越普遍走进人们的生活，实行垃圾分类在我们这个垃圾产量日益增大的社会刻不容缓。然而，垃圾种类纷繁复杂，人们在投放垃圾时，会因垃圾种类判断失误而耗费大量时间，此外，垃圾也很有可能会投放进错误的垃圾箱导致分类回收受阻。

中国专利公开号CN109201514A，公开了垃圾分类回收方法、垃圾分类装置以及垃圾分类回收系统，该垃圾分类回收方法包括：获取待分类垃圾的第一检测图像；使用深度学习神经网络处理第一检测图像以判断待分类垃圾是否与可回收垃圾相匹配，如果是，则发出第一控制信号，以控制将待分类垃圾送入回收区；如果不是，则发出第二控制信号，以控制将待分类垃圾送入非回收区。该垃圾分类回收方法采用深度学习神经网络的方法对待分类垃圾进行实时检测识别，并自动分类回收，从而提高待分类垃圾的识别准确率，减少垃圾回收中心的工作人员的分类回收工作，提高垃圾分类回收的效率，降低垃圾分类回收的成本。但是该垃圾分类方法只能识别可回收与不可回收垃圾，对其他垃圾种类识别不到位。

中国专利公开号CN105620974A，公开了智能垃圾分类装置、终端和智能垃圾分类系统，智能垃圾分类装置包括：垃圾投递口，用于接收当前投放垃圾；检测组件，与垃圾投递口相通，用于获取当前投放垃圾的属性信息，并根据属性信息确定当前投放垃圾的分类类别；输送通道，连接至检测组件，用于根据当前投放垃圾的分类类别，将当前投放垃圾输送至对应的容纳装置。通过该发明的技术方案，能够智能地确定垃圾的分类类别，以实现对垃圾的自动分类，进而达到现代社会提倡的垃圾分类要求，提高垃圾资源回收利用率，从而提升用户体验。但是该发明通过体积大小、重量、和温度等信息识别垃圾种类，准确率较低。

中国专利授权公告号CN211168306U，公开了一种勾臂式垃圾分类箱，包括：箱体，箱体为长方体密闭空腔，且箱体内沿其长度方向固定安装有隔板，隔板将箱体内部分隔为第一腔室和第二腔室，箱体一侧还设有分别与第一腔室和第二腔室对应设置的第一箱门和第二箱门，且第一箱门和第二箱门相邻布置；投放口，投放口形成于箱体的顶端面，投放口为两组，两组投放口分别与第一腔室和第二腔室对应设置；拉动部，拉动部设于箱体一侧的中部，且拉动部与第一箱门和第二箱门相对布置。该实用新型还公开了一种智能化垃圾分类装置，包括该勾臂式垃圾分类箱，还包括智能分类亭和电源柜，智能化垃圾分类装置提高了对垃圾分类的智能化程度，具有良好的市场应用前景。但是该实用新型在垃圾分类时需人工操作，操作较为复杂。

综上所述，现有技术垃圾分类方法识别的垃圾种类较少，准确率较低，智能化程度低。

发明内容

本发明所要解决的技术问题在于现有技术垃圾分类方法存在识别的垃圾种类较少，准确率较低，智能化程度低的问题。

本发明通过以下技术手段实现解决上述技术问题的：一种基于CNN神经网络的智能垃圾识别方法，所述方法包括：

步骤一：获取至少三种种类的垃圾图像，建立数据集；

步骤二：构建CNN卷积神经网络；

步骤三：将数据集中的图像送入CNN卷积神经网络来训练CNN卷积神经网络，得到CNN卷积神经网络模型并测试CNN卷积神经网络模型，获得训练好的CNN卷积神经网络模型；

步骤四：利用训练好的CNN卷积神经网络模型检测未知垃圾图像，得到垃圾分类结果。