申请/专利权人:广东芯盾微电子科技有限公司
申请日:2020-12-21
公开(公告)日:2024-04-09
公开(公告)号:CN112560863B
主分类号:G06V20/50
分类号:G06V20/50;G06V10/26;G06V10/28;G06V10/44;G06V10/82;G06N3/0464;G06N3/08
优先权:
专利状态码:有效-授权
法律状态:2024.04.09#授权;2021.04.13#实质审查的生效;2021.03.26#公开
摘要:本发明公开了一种垃圾回收站地面清洁度的检测方法、系统、装置及介质,其中方法包括:获取地面图像,将地面图像输入垃圾检测网络进行检测,判断图像中是否存有与训练数据库内同类别的垃圾;分割出地面图像中的地面部分,获得图像块;对图像块进行边缘检测,得到边缘图像,对边缘图像进行形态学闭操作,得到二值图像;获取二值图像中的各个连通域,计算连通域的面积占地面图像的面积的比例,根据占比大小判断是否存在垃圾,结束检测并输出第二结论。本发明采用深度学习的检测方法检测常见简单垃圾,结合图像处理的检测方法检测少见复杂垃圾,能够保证垃圾检测准确率的同时,提升垃圾检测的速度,可广泛应用于计算机视觉与图像处理领域。
主权项:1.一种垃圾回收站地面清洁度的检测方法,其特征在于,包括以下步骤:构建训练数据库,采用所述训练数据库对垃圾检测网络进行训练;获取地面图像,将所述地面图像输入所述垃圾检测网络进行检测,判断图像中是否存有与所述训练数据库内同类别的垃圾;若判断图像中存有同类别的垃圾,结束检测并输出第一结论;采用地面分割算法分割出所述地面图像中的地面部分,获得图像块;对所述图像块进行边缘检测,得到边缘图像,对所述边缘图像进行形态学闭操作,得到地面部分的二值图像;获取所述二值图像中的各个连通域,计算所述连通域的面积占所述地面图像的面积的比例,根据计算获得的占比大小判断是否存在垃圾,结束检测并输出第二结论;所述垃圾检测网络采用Resnet18网络作为主体结构,并在所述Resnet18网络的最后一层的后端增加一个sigmoid函数激活的单神经元全连接层,采用交叉熵损失函数作为训练过程中的损失函数;所述交叉熵损失函数的表达式为: 其中,y为训练图像的标签,为网络预测图像的标签;所述判断图像中是否存有与所述训练数据库内同类别的垃圾,包括:若所述垃圾检测网络输出标签则判断图像中存在垃圾;反之,判断图像中不存在垃圾。
全文数据:
权利要求:
百度查询: 广东芯盾微电子科技有限公司 垃圾回收站地面清洁度的检测方法、系统、装置及介质
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。