本发明公开了一种基于人工智能的垃圾分类分解系统及方法，属于人工智能技术领域。本发明通过图像采集模块采集垃圾的图像输入图像识别模块，图像识别模块识别投放的垃圾种类输入垃圾分类知识库，垃圾分类知识库基于知识图谱建立垃圾分类知识库，建立不同垃圾之间的联系，垃圾分类知识库接收垃圾种类，输出垃圾投放的分类，同时输出相关垃圾投放的分类，解决垃圾由不同的物体组成造成的垃圾分类错误的问题，本发明设置分类检索补充图像识别模块超出识别范围或出现识别错误的问题，充分的解决人们在生活中遇到的各种各样的图像识别问题，本发
(19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 114722901 A (43)申请公布日 2022.07.08 (21)申请号 7.9 G06V 10/764 (2022.01) G06V 10/82 (2022.01) (22)申请日 2022.03.08 G06V 10/80 (2022.01) (71)申请人 江门市百汇环保科技有限公司 G06N 3/04 (2006.01) 地址 529000 广东省江门市江海区金瓯路 288号2幢火炬大厦5楼(创梦工场)办 公室03室(信息申报制) (72)发明人 周忠平 (74)专利代理机构 北京华际知识产权代理有限 公司 11676 专利代理师 邓大文 (51)Int.Cl. G06K 9/62 (2022.01) G06N 3/08 (2006.01) G06N 5/02 (2006.01) G06F 16/36 (2019.01) 权利要求书3页 说明书8页 附图1页 (54)发明名称 一种基于人工智能的垃圾分类分解系统及 方法 (57)摘要 本发明公开了一种基于人工智能的垃圾分 类分解系统及方法，属于人工智能技术领域。本 发明通过图像采集模块采集垃圾的图像输入图 像识别模块，图像识别模块识别投放的垃圾种类 输入垃圾分类知识库，垃圾分类知识库基于知识 图谱建立垃圾分类知识库，建立不同垃圾之间的 联系，垃圾分类知识库接收垃圾种类，输出垃圾 投放的分类，同时输出相关垃圾投放的分类，解 决垃圾由不同的物体组成造成的垃圾分类错误 的问题，本发明设置分类检索补充图像识别模块 超出识别范围或出现识别错误的问题，充分的解 A 决人们在生活中遇到的各种各样的图像识别问 1 题，本发明设置回收玻璃，同时在回收的过程中 0 9 2 根据玻璃颜色进行分拣，有效的提高玻璃回收的 2 7 4 价值。 1 1 N C CN 114722901 A 权利要求书 1/3页 1.一种基于人工智能的垃圾分类分解系统，其特征在于：该系统包括：图像采集模块、 垃圾分类知识库、垃圾分类检索模块、图像识别模块； 所述图像采集模块采集垃圾的图像输入图像识别模块，所述图像识别模块识别投放的 垃圾种类输入垃圾分类知识库，所述垃圾分类知识库基于知识图谱建立垃圾分类知识库， 建立不同垃圾之间的联系，所述垃圾分类知识库接收垃圾种类，输出垃圾投放的分类，同时 输出相关垃圾投放的分类，所述垃圾分类检索模块提供垃圾分类检索模块，支持模糊检索， 所述垃圾分类检索模块输出检索词至所述垃圾分类知识库； 所述图像识别模块包括垃圾分类识别模块和玻璃检测模块，所述垃圾分类识别模块基 于YOLOv4‑tiny识别算法搭建分类识别模型，所述垃圾分类识别模块识别垃圾的图像的种 类后输入垃圾分类知识库，所述玻璃检测模块单独检测玻璃，当检测到玻璃，提示用户放入 玻璃回收处； 所述垃圾分类知识库包括垃圾分类标准、物体组成知识库和物体关联知识库，所述垃 圾分类标准根据垃圾分类的国家文件建立垃圾分类的标准，所述物体组成知识库根据物体 说明书分析物体的组成，所述物体关联知识库根据说明书中的使用场景，建立物体使用的 关联，当垃圾分类知识库接收到垃圾的种类或者检索词，根据物体关联知识库检索垃圾的 关联物品，所述物体关联知识库输出垃圾的种类和关联物品至物体组成知识库，所述物体 组成知识库分析垃圾的组成后输出至垃圾分类标准，所述垃圾分类标准输出垃圾和垃圾关 联物品的组成投放分类。 2.根据权利要求1所述的一种基于人工智能的垃圾分类分解系统，其特征在于：所述垃 圾分类识别模块基于YOLOv4‑tiny识别算法搭建分类识别模型，使用ResBlock‑D和 CPSBlock建立主干网络，基于开源的垃圾分类数据集训练模型，输出mAP最高的模型为最终 模型，实现数据集中存在的垃圾种类通过图像识别进行识别，所述垃圾分类识别模块输出 识别结果至垃圾分类知识库。 3.根据权利要求2所述的一种基于人工智能的垃圾分类分解系统，其特征在于：优化分 类识别模型的损失函数，损失函数的具体计算公式为： 其中，P∩T表示预测框与真实框的交集，P∪T表示预测框与真实框的并集，x 表示 P 预测框中心点横坐标，x 表示真实框中心点横坐标，y 表示预测框中心点纵坐标，y 表示线页 实框中心点纵坐标，c表示预测框与真实框的并集的对角线距离， 表示对象出现在单元 格i中， 表示在单元格i中第j的回归框的预测器的预测能力， 表示在单元格i中第 j的回归框中不存在对象。 4.根据权利要求3所述的一种基于人工智能的垃圾分类分解系统，其特征在于：所述玻 璃检测模块基于YOLOV5检测网络搭建玻璃检测模型，以Focus结构为骨干网络，设置三层 LCFI模块输出特征，将后两层的LCFI模块输出的特征融合生成新的感受野特征，新的感受 野特征与剩下的LCFI网络融合，通过大规模的玻璃检测数据集GDD训练模型输出mAP最高的 模型为最终模型，所述玻璃检测模块检测到玻璃立即提示用户将玻璃制品放入玻璃回收 处。 5.根据权利要求4所述的一种基于人工智能的垃圾分类分解系统，其特征在于：所述垃 圾分类知识库基于自然语言处理将数据结构化，抽取数据中的实体、实体之间的关系和实 体的属性，通过实体对齐形成图结构数据，构建垃圾分类的知识图谱； 所述垃圾分类标准根据垃圾分类的国家文件抽取垃圾分类实体，垃圾分类实体包括垃 圾种类、垃圾具体品种和有害成分，垃圾分类实体关系为属于和存在，垃圾种类为垃圾的分 类，垃圾具体品种为具体垃圾的实体名称，有害成分为有害垃圾中的有害成分； 所述物体组成根据物说明书抽取物体组成实体，物体组成实体包括物体的种类、物体 的组成，物体组成的实体关系为组成，所述物体的组成为垃圾实体的组成，所述物体的种类 为垃圾具体品种的种类和垃圾实体的组成的种类； 所述物体关联知识库根据说明书的使用场景抽取物体关联实体，所述物体关联实体包 括垃圾具体品种，物体关联的实体关系包括使用和产生。 6.根据权利要求5所述的一种基于人工智能的垃圾分类分解系统，其特征在于：所述物 体关联知识库建立物体之间的联系后通过关联程度计算物体之间的联系紧密程度，所述物 体关联知识库输出关联程度前N个关联物体，所述物体关联知识库结构化物体的组成A、种 类B和词频P为整数型，物体的结构化数据为(A，B，P)，所述关联程度的具体计算公式为： 其中，A′、B′、P′分别表示当图像识别模块识别或垃圾检索模块检索的物体的组成、种 类、词频，A 、B 、P分别表示物体关联知识库中第i个关联物体的组成、种类、词频，γ表示词 i i i 频的权重。 7.一种基于人工智能的垃圾分类分解方法，其特征在于：该方法的具体步骤包括： 步骤一：基于知识图谱搭建垃圾分类知识库，建立垃圾分类标准和垃圾之间的关联； 步骤二：图像采集模块包括垃圾分类识别模块和玻璃检测模块，垃圾分类识别模块基 于YOLOv4‑tiny识别算法搭建分类识别模型，基于开源的垃圾分类数据集训练模型，最终输 出mAP最高的模型为最终模型； 步骤三：图像采集模块采集垃圾的图像输入图像识别模块； 步骤四：所述垃圾分类识别模块识别垃圾的种类后输入垃圾分类知识库，所述垃圾分 3 3 CN 114722901 A 权利要求书 3/3页 类识别模块没有检测出垃圾的种类，垃圾分类识别模块发出不能识别的提示；所述玻璃检 测模块检测是否存在玻璃，当检测到玻璃，提示用户放入玻璃回收处； 步骤五：玻璃回收处进一步判断玻璃制品是否为玻璃； 步骤六：所述垃圾分类知识库基于物体关联知识库输出垃圾和垃圾的关联物品，基于 物体组成知识库输出垃圾和垃圾的关联物品的组成，垃圾分类标准输出垃圾和垃圾的关联 物品的组成的垃圾分类； 步骤七：当垃圾分类识别模块不能识别垃圾或识别错误，用户通过垃圾分类检索模块 输入检索，垃圾分类检索模块将检索内容输入物体关联知识库，最终输出垃圾和垃圾的关 联物品的组成的垃圾分类。 8.根据权利要求7所述的一种基于人工智能的垃圾分类分解方法，其特征在于：所述步 骤五中进一步判断玻璃制品是否为玻璃的具体步骤为： 步骤一：利用排水法计算玻璃制品的密度，密度计算公式为： 其中，ρ表示玻璃制品的密度，V 表示玻璃制品浸入水中时水的体积，V 表示玻璃制品拿 1 2 出水中时水的体积，m表示玻璃制品的质量； 步骤二：基于玻璃制品的密度判断是否为玻璃，设置玻璃密度范围为(2.5‑δ，2.5+δ)， 其中，δ表示玻璃密度允许的误差值，如果玻璃制品的密度在玻璃密度范围内，判断玻璃制 品是玻璃，如果玻璃制品的密度超出玻璃密度范围内，判断玻璃制品不是玻璃； 步骤三：根据判断结果处理玻璃制品，如果玻璃制品不是玻璃，将玻璃制品丢弃，如果 玻璃制品是玻璃，玻璃回收处采集玻璃制品的图像获取RGB数值，输出玻璃制品颜色，设置 玻璃颜色范围为[(0，0，0)，(θ，θ，θ)]，根据玻璃颜色进行分类处理，其中，θ表示玻璃颜色的 允许误差值，当玻璃制品的颜色在玻璃颜色范围内，即玻璃制品为无色玻璃，当玻璃制品的 颜色超出玻璃颜色范围内，即玻璃制品为带色玻璃。 4 4 CN 114722901 A 说明书 1/8页 一种基于人工智能的垃圾分类分解系统及方法 技术领域 [0001] 本发明涉及人工智能技术领域，具体为一种基于人工智能的垃圾分类分解系统及 方法。 背景技术 [0002] 每年产生十多亿吨垃圾，并且每年以5％至8％的速度递增，由于垃圾无法完全的 做到分类处理，所以垃圾处理80％以上是采用填埋，20％粉碎燃烧发电，但是这两种传统处 理垃圾方式都存在各自的缺点和不足。填埋会占用大量的不再生地，用填埋还存在一定的 隐患，一是对地下水的严重污染，如果防护做不好，偶尔会发生泄漏，二是填埋在地下分解 的过程中产生二氧化碳，有害气体，有毒的气体等；粉碎燃烧可以进行大量分解，产生的热 量可以用来发电，但是缺点是产生空气污染，二次产生大量的甲烷气体，二氧化碳气体等； [0003] 越来越多的垃圾，回收利用率却很低，尤其废玻璃的回收率很低，城市每年废弃的 玻璃制品超过700万吨，是城市垃圾总量的35％，但是废玻璃回收利用率仅为13％，废玻璃 是一种无法焚烧、无法在填埋中降解且无法通过一般的物理化学方法加以分解和处理的废 弃物，废玻璃中还含造成土壤和地下水污染的锌、铜等重金属；另一方面废玻璃回收是极有 价值的，可以作为铸造用熔剂、转型利用、回炉再造、原料回收和重复利用等。 [0004] 如何在建立一个完善的垃圾分类制度，将垃圾分类落实到每一处，而不是停留在 宣传上， 这是亟需解决的问题。 发明内容 [0005] 本发明的目的在于提供一种基于人工智能的垃圾分类分解系统及方法，以解决上 述背景技术中提出的问题。 [0006] 为了解决上述技术问题，本发明提供如下技术方案：该系统包括：图像采集模块、 垃圾分类知识库、垃圾分类检索模块、图像识别模块； [0007] 所述图像采集模块采集垃圾的图像输入图像识别模块，所述图像识别模块识别投 放的垃圾种类输入垃圾分类知识库，所述垃圾分类知识库基于知识图谱建立垃圾分类知识 库，建立不同垃圾之间的联系，所述垃圾分类知识库接收垃圾种类，输出垃圾投放的分类， 同时输出相关垃圾投放的分类，所述垃圾分类检索模块提供垃圾分类检索模块，支持模糊 检索，所述垃圾分类检索模块输出检索词至所述垃圾分类知识库； [0008] 图像识别存在种类和准确度的限制，当垃圾超出图像识别模块识别种类或者图像 识别模块出现识别错误的情况，人们可以利用垃圾分类检索模块对于垃圾分类进行检索。 [0009] 所述图像识别模块包括垃圾分类识别模块和玻璃检测模块，所述垃圾分类识别模 块基于 YOLOv4‑tiny识别算法搭建分类识别模型，所述垃圾分类识别模块识别垃圾的图像 的种类后输入垃圾分类知识库，所述玻璃检测模块单独检测玻璃，当检测到玻璃，提示用户 放入玻璃回收处； [0010] 当检测到玻璃提示用户玻璃单独回收，当用户将玻璃制品放入指定位置，通过排 5 5 CN 114722901 A 说明书 2/8页 水法进一步检测玻璃制品密度判断是否为玻璃，如果玻璃制品的密度在阈值范围内，将玻 璃单独回收。 [0011] 所述垃圾分类知识库包括垃圾分类标准、物体组成知识库和物体关联知识库，所 述垃圾分类标准根据垃圾分类的国家文件建立垃圾分类的标准，所述物体组成知识库根据 物体说明书分析物体的组成，所述物体关联知识库根据在说明书、相关使用介绍中建立物 体使用的关联。当垃圾分类知识库接收到垃圾的种类或者检索词，根据物体关联知识库检 索垃圾的关联物品，所述物体关联知识库输出垃圾的种类和关联物品至物体组成知识库， 所述物体组成知识库分析垃圾的组成后输出至垃圾分类标准，所述垃圾分类标准输出垃圾 和垃圾关联物品的组成投放分类。 [0012] 当垃圾投放的时候，不同的组成部分往往需要分为不同的垃圾进行投放，但是人 们检索或者图像识别的时候仅仅识别物体的整体，单纯的文字检索和图像识别是不能完全 的解决人们对于垃圾投放的需求，建立垃圾分类知识库，当人们输入牛骨头火锅，所述物体 关联知识库检索到纸巾、一次性餐盒、一次性手套、筷子和碗，所述物体的组成分析牛骨头 火锅和牛骨头火锅的关联物体的组成，比如，牛骨头火锅包括牛大骨和其他厨余垃圾，所述 垃圾分类标准根据分类标准对于垃圾的不同组成进行分类； [0013] 根据国家文件监理垃圾分类的标准构建垃圾分类标准，对于垃圾分类更加准确， 当分类标准出现调整或者补充时，通过垃圾分类标准可以便捷的同步本系统的垃圾分类知 识库。 [0014] 所述垃圾分类识别模块基于YOLOv4‑tiny识别算法搭建分类识别模型，使用 ResBlock‑D 和CPSBlock建立主干网络，基于开源的垃圾分类数据集训练模型，输出mAP最 高的模型为最终模型，实现数据集中存在的垃圾种类通过图像识别进行识别，所述垃圾分 类识别模块输出识别结果至垃圾分类知识库。 [0015] 优化分类识别模型的损失函数，通过新的算法降低样本之间的不平衡，对于预测 框的损失计算更加合理，加速模型收敛，极大程度的避免梯度消失的问题。 [0016] 损失函数的具体计算公式为： [0017] [0018] 其中，P∩T表示预测框与真实框的交集，P∪T表示预测框与真实框的并集，xP 表示预测框中心点横坐标，x 表示真实框中心点横坐标，y 表示预测框中心点纵坐标，y 表 T P T 6 6 CN 114722901 A 说明书 3/8页 示真实框中心点纵坐标，c表示预测框与真实框的并集的对角线距离， 表示对象出现在 单元格 i中， 表示在单元格i中第j的回归框的预测器的预测能力， 表示在单元 格i中第j的回归框中不存在对象。 [0019] 所述玻璃检测模块基于YOLOV5检测网络搭建玻璃检测模型，以Focus结构为骨干 网络，设置三层LCFI模块输出特征，将后两层的LCFI模块输出的特征融合生成新的感受野 特征，新的感受野特征与剩下的LCFI网络融合，通过大规模的玻璃检测数据集GDD训练模型 输出 mAP最高的模型为最终模型，所述玻璃检测模块检测到玻璃立即提示用户将玻璃制品 放入玻璃回收处。 [0020] 所述垃圾分类知识库基于自然语言处理将数据结构化，抽取数据中的实体、实体 之间的关系和实体的属性，通过实体对齐形成图结构数据，构建垃圾分类的知识图谱； [0021] 所述垃圾分类标准根据垃圾分类的国家文件抽取垃圾分类实体，垃圾分类实体包 括垃圾种类、垃圾具体品种和有害成分，垃圾分类实体关系为属于和存在，垃圾种类为垃圾 的分类，如：可回收垃圾、餐厨废弃物等，垃圾具体品种为具体垃圾的实体名称，如：废电池、 废纸、蛋壳等，有害成分为有害垃圾中的有害成分；所述物体组成根据物说明书抽取物体组 成实体，物体组成实体包括物体的种类、物体的组成，物体组成的实体关系为组成，所述物 体的组成为垃圾实体的组成，例如：奶茶的组成为吸管、纸杯和奶茶，所述物体的种类为垃 圾具体品种的种类和垃圾实体的组成的种类，瓜果、医药用品、建筑垃圾等； [0022] 所述物体关联知识库根据说明书的使用场景抽取物体关联实体，所述物体关联实 体包括垃圾具体品种，物体关联的实体关系包括使用和产生，当图像识别模块或垃圾检索 模块检索到手机，所述物体关联模块自动输出手机和手机上可使用的物品，包括手机套、手 机支架、屏幕保护膜。 [0023] 所述物体关联知识库建立物体之间的联系后通过关联程度计算物体之间的联系 紧密程度，所述物体关联知识库输出关联程度前N个关联物体，通过关联程度计算建立物体 之间联系紧密程度等级，便于进一步决策对于垃圾的关联物体的输出。 [0024] 所述物体关联知识库结构化物体的组成A、种类B和词频P为整数型，物体的结构化 数据为(A，B，P)，所述关联程度的具体计算公式为： [0025] [0026] 其中，A′、B′、P′分别表示当图像识别模块识别或垃圾检索模块检索的物体的组 成、种类、词频，A 、B 、P分别表示物体关联知识库中第i个关联物体的组成、种类、词频，γ i i i 表示词频的权重，扩大词频的权重,当词频相差甚远时，也代表两个物体同时使用的可能性 很低。 [0027] 进一步的在密闭状态下，通过人工智能进行垃圾识别，基于垃圾分类知识库对于 垃圾的组成进行分解，使用机器人根据国家垃圾分类的要求对于垃圾进行分拣，通过人工 智能的进行垃圾分类，可以分的更细，更精准；将分拣后的垃圾进行清洗和消毒，分别处理， 例如，将塑料直接粉碎做成原材料或者产品，厨余垃圾等有机物做成有机肥，油洉过滤清洁 出来的水分后，存置在系统设备里面，内部循环利用，经过内部处理达到国家的排放标准才 7 7 CN 114722901 A 说明书 4/8页 排放。 [0028] 一种基于人工智能的垃圾分类分解方法，该方法的具体步骤包括： [0029] 步骤一：基于知识图谱搭建垃圾分类知识库，建立垃圾分类标准和垃圾之间的关 联； [0030] 步骤二：图像采集模块包括垃圾分类识别模块和玻璃检测模块，垃圾分类识别模 块基于 YOLOv4‑tiny识别算法搭建分类识别模型，基于开源的垃圾分类数据集训练模型， 最终输出 mAP最高的模型为最终模型； [0031] 步骤三：图像采集模块采集垃圾的图像输入图像识别模块； [0032] 步骤四：所述垃圾分类识别模块识别垃圾的种类后输入垃圾分类知识库，所述垃 圾分类识别模块没有检测出垃圾的种类，垃圾分类识别模块发出不能识别的提示；所述玻 璃检测模块检测是否存在玻璃，当检测到玻璃，提示用户放入玻璃回收处； [0033] 步骤五：玻璃回收处进一步判断玻璃制品是否为玻璃； [0034] 步骤六：所述垃圾分类知识库基于物体关联知识库输出垃圾和垃圾的关联物品， 基于物体组成知识库输出垃圾和垃圾的关联物品的组成，垃圾分类标准输出垃圾和垃圾的 关联物品的组成的垃圾分类； [0035] 步骤七：当垃圾分类识别模块不能识别垃圾或识别错误，用户通过垃圾分类检索 模块输入检索，垃圾分类检索模块将检索内容输入物体关联知识库，最终输出垃圾和垃圾 的关联物品的组成的垃圾分类。 [0036] 所述步骤五中进一步判断玻璃制品是否为玻璃的具体步骤为： [0037] 步骤一：利用排水法计算玻璃制品的密度，密度计算公式为： [0038] [0039] 其中，ρ表示玻璃制品的密度，V 表示玻璃制品浸入水中时水的体积，V 表示玻璃制 1 2 品拿出水中时水的体积，m表示玻璃制品的质量； [0040] 步骤二：基于玻璃制品的密度判断是否为玻璃，设置玻璃密度范围为(2.5‑δ，2.5+ δ)，其中，δ表示玻璃密度允许的误差值，如果玻璃制品的密度在玻璃密度范围内，判断玻璃 制品是玻璃，如果玻璃制品的密度超出玻璃密度范围内，判断玻璃制品不是玻璃； [0041] 步骤三：根据判断结果处理玻璃制品，如果玻璃制品不是玻璃，将玻璃制品丢弃， 如果玻璃制品是玻璃，玻璃回收处采集玻璃制品的图像获取RGB数值，输出玻璃制品颜色， 设置玻璃颜色范围为[(0，0，0)，(θ，θ，θ)]，根据玻璃颜色进行分类处理，其中，θ表示玻璃颜 色的允许误差值，当玻璃制品的颜色在玻璃颜色范围内，即玻璃制品为无色玻璃，当玻璃制 品的颜色超出玻璃颜色范围内，即玻璃制品为带色玻璃。 [0042] 玻璃回收需要主要玻璃的颜色，带色玻璃在制造无色火石玻璃时是不能使用的， 生产琥珀色玻璃时只允许加入10％的绿色或火石玻璃，如果玻璃不进行颜色挑选直接使 用，则只能用来生产浅绿色玻璃容器。通过玻璃的颜色对玻璃进行分拣提高玻璃的使用效 率，避免玻璃在运输中破损无法分拣。 [0043] 与现有技术相比，本发明所达到的有益效果是：本系统基于图像识别对于垃圾进 行识别，基于YOLOv4‑tiny识别算法满足实时性要求，优化损失函数提高模型的精度和收敛 速度，避免深度网络导致的梯度消失问题，设置分类检索补充图像识别模块超出识别范围 8 8 CN 114722901 A 说明书 5/8页 或出现识别错误的问题，充分的解决人们在生活中遇到的各种各样的图像识别问题；基于 知识图谱搭建垃圾分类知识库，通过检索不仅仅输出垃圾的分类，同时解决垃圾由不同的 物体组成造成的垃圾分类错误的问题，建立物体使用关联，不仅仅输出垃圾分类问题，同时 输出可能同时产生的垃圾的垃圾分类，有效的避免用户因为认知错误而导致的垃圾分类错 误问题。 [0044] 建立玻璃检测模型，单独回收玻璃，不仅仅依赖于图像检测算法，通过密度进一步 可靠的区分出玻璃，同时在回收的过程中就根据玻璃颜色进行分拣，有效的提高玻璃回收 的价值。 附图说明 [0045] 附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实 施例一起用于解释本发明，并不构成对本发明的限制。在附图中： [0046] 图1是本发明一种基于人工智能的垃圾分类分解系统结构示意图。 具体实施方式 [0047] 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。 [0048] 请参阅图1，本发明提供技术方案：该系统包括：图像采集模块、垃圾分类知识库、 垃圾分类检索模块、图像识别模块； [0049] 图像采集模块采集垃圾的图像输入图像识别模块，图像识别模块识别投放的垃圾 种类输入垃圾分类知识库，垃圾分类知识库基于知识图谱建立垃圾分类知识库，建立不同 垃圾之间的联系，垃圾分类知识库接收垃圾种类，输出垃圾投放的分类，同时输出相关垃圾 投放的分类，垃圾分类检索模块提供垃圾分类检索模块，支持模糊检索，垃圾分类检索模块 输出检索词至垃圾分类知识库； [0050] 图像识别存在种类和准确度的限制，当垃圾超出图像识别模块识别种类或者图像 识别模块出现识别错误的情况，人们可以利用垃圾分类检索模块对于垃圾分类进行检索。 [0051] 图像识别模块包括垃圾分类识别模块和玻璃检测模块，垃圾分类识别模块基于 YOLOv4‑tiny识别算法搭建分类识别模型，垃圾分类识别模块识别垃圾的图像的种类后输 入垃圾分类知识库，玻璃检测模块单独检测玻璃，当检测到玻璃，提示用户放入玻璃回收 处； [0052] 当检测到玻璃提示用户玻璃单独回收，当用户将玻璃制品放入指定位置，通过排 水法进一步检测玻璃制品密度判断是否为玻璃，如果玻璃制品的密度在阈值范围内，将玻 璃单独回收。 [0053] 垃圾分类知识库包括垃圾分类标准、物体组成知识库和物体关联知识库，垃圾分 类标准根据垃圾分类的国家文件建立垃圾分类的标准，物体组成知识库根据物体说明书分 析物体的组成，物体关联知识库根据在说明书、相关使用介绍中建立物体使用的关联。当垃 圾分类知识库接收到垃圾的种类或者检索词，根据物体关联知识库检索垃圾的关联物品， 9 9 CN 114722901 A 说明书 6/8页 物体关联知识库输出垃圾的种类和关联物品至物体组成知识库，物体组成知识库分析垃圾 的组成后输出至垃圾分类标准，垃圾分类标准输出垃圾和垃圾关联物品的组成投放分类。 [0054] 当垃圾投放的时候，不同的组成部分往往需要分为不同的垃圾进行投放，但是人 们检索或者图像识别的时候仅仅识别物体的整体，单纯的文字检索和图像识别是不能完全 的解决人们对于垃圾投放的需求，建立垃圾分类知识库，当人们输入牛骨头火锅，物体关联 知识库检索到纸巾、一次性餐盒、一次性手套、筷子和碗，物体的组成分析牛骨头火锅和牛 骨头火锅的关联物体的组成，比如，牛骨头火锅包括牛大骨和其他厨余垃圾，垃圾分类标准 根据分类标准对于垃圾的不同组成进行分类； [0055] 根据国家文件监理垃圾分类的标准构建垃圾分类标准，对于垃圾分类更加准确， 当分类标准出现调整或者补充时，通过垃圾分类标准可以便捷的同步本系统的垃圾分类知 识库。 [0056] 垃圾分类识别模块基于YOLOv4‑tiny识别算法搭建分类识别模型，使用ResBlock‑ D和 CPSBlock建立主干网络，基于开源的垃圾分类数据集训练模型，输出mAP最高的模型为 最终模型，实现数据集中存在的垃圾种类通过图像识别进行识别，垃圾分类识别模块输出 识别结果至垃圾分类知识库。 [0057] 优化分类识别模型的损失函数，通过新的算法降低样本之间的不平衡，对于预测 框的损失计算更加合理，加速模型收敛，极大程度的避免梯度消失的问题。 [0058] 损失函数的具体计算公式为： [0059] [0060] 其中，P∩T表示预测框与真实框的交集，P∪T表示预测框与真实框的并集，xP 表示预测框中心点横坐标，x 表示真实框中心点横坐标，y 表示预测框中心点纵坐标，y 表 T P T 示真实框中心点纵坐标，c表示预测框与真实框的并集的对角线距离， 表示对象出现在 单元格 i中， 表示在单元格i中第j的回归框的预测器的预测能力， 表示在单元格 i中第j的回归框中不存在对象。 [0061] 玻璃检测模块基于YOLOV5检测网络搭建玻璃检测模型，以Focus结构为骨干网络， 设置三层LCFI模块输出特征，将后两层的LCFI模块输出的特征融合生成新的感受野特征， 新的感受野特征与剩下的LCFI网络融合，通过大规模的玻璃检测数据集GDD训练模型输出 mAP 最高的模型为最终模型，所述玻璃检测模块检测到玻璃立即提示用户将玻璃制品放入 10 10 CN 114722901 A 说明书 7/8页 玻璃回收处。 [0062] 垃圾分类知识库基于自然语言处理将数据结构化，抽取数据中的实体、实体之间 的关系和实体的属性，通过实体对齐形成图结构数据，构建垃圾分类的知识图谱； [0063] 垃圾分类标准根据垃圾分类的国家文件抽取垃圾分类实体，垃圾分类实体包括垃 圾种类、垃圾具体品种和有害成分，垃圾分类实体关系为属于和存在，垃圾种类为垃圾的分 类，如：可回收垃圾、餐厨废弃物等，垃圾具体品种为具体垃圾的实体名称，如：废电池、废 纸、蛋壳等，有害成分为有害垃圾中的有害成分；物体组成根据物说明书抽取物体组成实 体，物体组成实体包括物体的种类、物体的组成，物体组成的实体关系为组成，物体的组成 为垃圾实体的组成，例如：奶茶的组成为吸管、纸杯和奶茶，物体的种类为垃圾具体品种的 种类和垃圾实体的组成的种类，瓜果、医药用品、建筑垃圾等； [0064] 物体关联知识库根据说明书的使用场景抽取物体关联实体，物体关联实体包括垃 圾具体品种，物体关联的实体关系包括使用和产生，当图像识别模块或垃圾检索模块检索 到手机，物体关联模块自动输出手机和手机上可使用的物品，包括手机套、手机支架、屏幕 保护膜。 [0065] 物体关联知识库建立物体之间的联系后通过关联程度计算物体之间的联系紧密 程度，物体关联知识库输出关联程度前N个关联物体，通过关联程度计算建立物体之间联系 紧密程度等级，便于进一步决策对于垃圾的关联物体的输出。 [0066] 物体关联知识库结构化物体的组成A、种类B和词频P为整数型，物体的结构化数据 为 (A，B，P)，关联程度的具体计算公式为： [0067] [0068] 其中，A′、B′、P′分别表示当图像识别模块识别或垃圾检索模块检索的物体的组 成、种类、词频，A 、B 、P分别表示物体关联知识库中第i个关联物体的组成、种类、词频，γ i i i 表示词频的权重，扩大词频的权重,当词频相差甚远时，也代表两个物体同时使用的可能性 很低。 [0069] 一种基于人工智能的垃圾分类分解方法，该方法的具体步骤包括： [0070] 步骤一：基于知识图谱搭建垃圾分类知识库，建立垃圾分类标准和垃圾之间的关 联； [0071] 步骤二：图像采集模块包括垃圾分类识别模块和玻璃检测模块，垃圾分类识别模 块基于 YOLOv4‑tiny识别算法搭建分类识别模型，基于开源的垃圾分类数据集训练模型， 最终输出 mAP最高的模型为最终模型； [0072] 步骤三：图像采集模块采集垃圾的图像输入图像识别模块； [0073] 步骤四：垃圾分类识别模块识别垃圾的种类后输入垃圾分类知识库，垃圾分类识 别模块没有检测出垃圾的种类，垃圾分类识别模块发出不能识别的提示；玻璃检测模块检 测是否存在玻璃，当检测到玻璃，提示用户放入玻璃回收处； [0074] 步骤五：玻璃回收处进一步判断玻璃制品是否为玻璃； [0075] 步骤六：垃圾分类知识库基于物体关联知识库输出垃圾和垃圾的关联物品，基于 物体组成知识库输出垃圾和垃圾的关联物品的组成，垃圾分类标准输出垃圾和垃圾的关联 11 11 CN 114722901 A 说明书 8/8页 物品的组成的垃圾分类； [0076] 步骤七：当垃圾分类识别模块不能识别垃圾或识别错误，用户通过垃圾分类检索 模块输入检索，垃圾分类检索模块将检索内容输入物体关联知识库，最终输出垃圾和垃圾 的关联物品的组成的垃圾分类。 [0077] 步骤五中进一步判断玻璃制品是否为玻璃的具体步骤为： [0078] 步骤一：利用排水法计算玻璃制品的密度，密度计算公式为： [0079] [0080] 其中，ρ表示玻璃制品的密度，V 表示玻璃制品浸入水中时水的体积，V 表示玻璃制 1 2 品拿出水中时水的体积，m表示玻璃制品的质量； [0081] 步骤二：基于玻璃制品的密度判断是否为玻璃，设置玻璃密度范围为(2.5‑δ，2.5+ δ)，其中，δ表示玻璃密度允许的误差值，如果玻璃制品的密度在玻璃密度范围内，判断玻璃 制品是玻璃，如果玻璃制品的密度超出玻璃密度范围内，判断玻璃制品不是玻璃； [0082] 步骤三：根据判断结果处理玻璃制品，如果玻璃制品不是玻璃，将玻璃制品丢弃， 如果玻璃制品是玻璃，玻璃回收处采集玻璃制品的图像获取RGB数值，输出玻璃制品颜色， 设置玻璃颜色范围为[(0，0，0)，(θ，θ，θ)]，根据玻璃颜色进行分类处理，其中，θ表示玻璃颜 色的允许误差值，当玻璃制品的颜色在玻璃颜色范围内，即玻璃制品为无色玻璃，当玻璃制 品的颜色超出玻璃颜色范围内，即玻璃制品为带色玻璃。 [0083] 玻璃回收需要主要玻璃的颜色，带色玻璃在制造无色火石玻璃时是不能使用的， 生产琥珀色玻璃时只允许加入10％的绿色或火石玻璃，如果玻璃不进行颜色挑选直接使 用，则只能用来生产浅绿色玻璃容器。通过玻璃的颜色对玻璃进行分拣提高玻璃的使用效 率，避免玻璃在运输中破损无法分拣。 [0084] 需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实 体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存 在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖 非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要 素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备 所固有的要素。 [0085] 最后应说明的是：以上所述仅为本发明的优选实施例而已，并不用于限制本发明， 尽管参照前述实施例对本发明进行了详细的说明，对于本领域的技术人员来说，其依然可 以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换。 凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的 保护范围之内。 12 12 CN 114722901 A 说明书附图 1/1页 图1 13 13
2、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问加。
3、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
4、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
进一步全面深化改革、推进中国式现代化学习贯彻党的二十届三中全会精神专题笔谈.pdf
提供农业、铸造、给排水、测量、发电等专利信息的免费检索和下载；后续我们还将提供提供专利申请、专利复审、专利交易、专利年费缴纳、专利权恢复等更多专利服务。并持续更新最新专利内容，完善相关专利服务，助您在专利查询、专利应用、专利学习查找、专利申请等方面用得开心、用得满意！
原创力文档创建于2008年，本站为文档C2C交易模式，即用户上传的文档直接分享给其他用户（可下载、阅读），本站只是中间服务平台，本站所有文档下载所得的收益归上传人所有。原创力文档是网络服务平台方，若您的权利被侵害，请发链接和相关诉求至 电线) ，上传者
