申请/专利权人：江苏秦郡环保科技有限公司

申请日：2023-08-25

公开（公告）日：2024-03-15

公开（公告）号：CN116958906B

主分类号：G06V20/52

分类号：G06V20/52;G06V10/764;G06V10/25;G06V10/774;G06V10/82;G06N3/0464;G06N3/08

优先权：

专利状态码：有效-授权

法律状态：2024.03.15#授权;2023.11.14#实质审查的生效;2023.10.27#公开

摘要：本发明公开了一种垃圾焚烧炉渣智能分类系统，具体垃圾处理技术领域，包括图像采集模块：包括图像采集箱以及采集光源，对图像采集区域的垃圾目标移动情况进行实时监测，得到目标垃圾的监测集；目标监测模块：通过在图像采集区域安装传感器，对图像采集区域的目标垃圾移动情况进行监测；图像预处理模块：将获取到的图像数据进行标记，将标记后的图像数据通过无线网络传输至主控制端；垃圾实物识别模块：将采集的初始图像数据进行数据扩充，通过神经网络模型对炉渣进行分类；目标管控模块：对图像采集区域进入和离开的目标进行监测；云端测试模块：将所有图像采集箱获得的垃圾图像上传回云端。

主权项：1.一种垃圾焚烧炉渣智能分类系统，其特征在于：包括图像采集模块、目标监测模块、图像预处理模块、垃圾实物识别模块，目标管控模块以及云端测试模块；图像采集模块：包括图像采集箱以及采集光源，对图像采集区域的垃圾目标移动情况进行实时监测，得到目标垃圾的监测集；目标监测模块：通过在图像采集区域安装传感器，对图像采集区域的目标垃圾移动情况进行监测；图像预处理模块：获取图像采集区域的目标垃圾主体及其对应的高度，将获取到的图像数据进行标记，将标记后的图像数据通过无线网络传输至主控制端，图像预处理的具体操作步骤如下：步骤1、对标记后的图像数据进行分割，将分割后的图像进行主体的标记，生成初始标记信号，将初始标记信号设定在分割后的图像内，对分割后的图像进行初始标记信号的依次标记：1，2，3，...，n；步骤2、对分割图像的标记进行主体特征的特征标记，生成主体特征标记信号，主体特征标记信号为将主体特征标记信号与初始标记信号进行捆绑，生成图像参数的完整标记数据；垃圾实物识别模块：将采集的初始图像数据进行数据扩充，扩充数据集的数量为初始图像数据的4倍，通过神经网络模型对炉渣进行分类，具体包括以下步骤：步骤1、预先收集炉渣的训练数据，训练数据包括炉渣特征数据与特征数据对应的炉渣类型标签，对炉渣的类型标签进行标定，如固体炉渣为1，粉状炉渣为2，将输入特征的每张特征图经过全局最大池化和全局平均池化，使用大小为k的卷积核分别对2种特征进行分组卷积，将卷积后的张量按元素进行相加，具体过程表达式为：McF＝σfkGmaxF+GavgF式中，Mc为ECA，Gmax代表全局最大池化特征，Gavg为全局池化特征，F为输入特征图；步骤2、设置神经网络模型的结构参数；步骤3、初始化神经网络模型中的权值与偏置；步骤4、将收集的训练数据按照8:2的比例分为训练集与验证集；步骤5、将训练集输入神经网络模型进行训练，得到训练后的神经网络模型；步骤6、将验证集输入训练后的神经网络模型，得到神经网络模型的输出预测的炉渣类型标签编号，得到验证集实际的炉渣类型标签与预测的炉渣类型标签的误差；步骤7、判断误差是否在预设误差范围内，若是，则停止训练，输出训练后的神经网络模型；若否，则根据误差对神经网络模型的权值与偏置进行调整，返回步骤5继续训练；步骤8、使用训练后的神经网络模型对检测区域的炉渣类型进行识别；目标管控模块：对图像采集区域进入和离开的目标进行监测；云端测试模块：将设定的新模型以及模型权重发送给垃圾实物识别模块，能够将所有图像采集箱获得的垃圾图像上传回云端。

全文数据：

权利要求：

百度查询： 江苏秦郡环保科技有限公司 一种垃圾焚烧炉渣智能分类系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD