leyu基于人工智能的自动分类垃圾桶及分类方法与流程随着社会的发展，人们对于生活环境的要求越来越高，在生活中产生的垃圾也是越来越多leyu·(中国)官方网站，垃圾处理也是越来越受到人们的关注。传统的垃圾分类大体分为两类，一种是可回收垃圾，另外一种是不可回收垃圾。可回收垃圾是可以提供给人们再次利用的，如纸、铝片、塑料等，保护环境的同时，也减少资源的浪费，提高资源的利用率。不可回收垃圾是指除可回收垃圾之外的垃圾，常见的有在自然条件下易分解的垃圾，如果皮、菜叶、剩菜剩饭、花草树枝树叶等；还有就是有害的，有污染的，不能进行二次分解再造的都属于不可回收垃圾。现有垃圾桶一般只标注可回收垃圾和不可回收垃圾，在人们实际使用的过程中很多人往往不在意垃圾桶上的标注，就将垃圾直接扔进垃圾桶，这样可回收垃圾和不可回收垃圾混合在一起。所以在对垃圾进行分类时，需要将垃圾人工进行分类后再扔进相应的垃圾桶内，不仅麻烦，而且对垃圾回收处理造成一定的不利影响。
针对现有技术中的缺陷，本发明提供一种基于人工智能的自动分类垃圾桶及分类方法，能够对垃圾进行自动分类，使用方便，克服传统垃圾桶需要通过人工进行分类的缺陷。
所述子垃圾桶包括上端开口的桶体、盖合在桶体开口处的桶盖、以及连接在桶体和桶盖之间的驱动装置，所述驱动装置用于控制桶盖打开或闭合；所述驱动装置连接至所述识别设备；
所述识别设备用于通过摄像头获取垃圾的图像信息，并分析所述图像信息，获得垃圾的分类类别，并根据垃圾的分类类别控制相应的驱动装置打开对应的桶盖。
第二方面，一种基于人工智能的自动分类垃圾桶的分类方法，在第一方面所述的垃圾桶中的识别设备上运行,包括以下步骤：
在预设的ai开放平台上选择一视觉识别模型，在所述视觉识别模型的数据集中添加所述垃圾的图像信息和对应的分类类别；
通过摄像头采集待分类垃圾的图像信息，输入到训练好的视觉识别模型中，识别待分类垃圾的分类类别；
优选地，该方法在所述获得训练好的视觉识别模型之后，在所述通过摄像头采集待分类垃圾的图像信息之前，还包括：
采集用户输入的语音信号，对语音信号进行分析获得待分类垃圾的分类类别，根据待分类垃圾的分类类别控制相应的驱动装置打开对应的桶盖。
优选地，所述对语音信号进行分析获得待分类垃圾的分类类别，根据待分类垃圾的分类类别控制相应的驱动装置打开对应的桶盖具体包括：
优选地，所述对语音信号进行分析获得待分类垃圾的分类类别，根据待分类垃圾的分类类别控制相应的驱动装置打开对应的桶盖具体包括：
如果视觉识别模型中待分类垃圾的分类类别识别失败时，生成包含识别失败原因的失败提醒信息提醒用户，启动定时器计时；
当识别出待分类垃圾的图像信息中的物体，但识别不出物体的类别时，定义识别失败原因为垃圾结构不完整；
由上述技术方案可知，本发明提供的基于人工智能的自动分类垃圾桶，识别设备识别出垃圾的分类类别，并控制分类类别对应子垃圾桶的桶盖打开，用户就可以将垃圾扔进对应的子垃圾桶中，该垃圾桶能够对垃圾进行自动分类，使用方便，克服传统垃圾桶需要通过人工进行分类的缺陷。
本发明提供的基于人工智能的自动分类垃圾桶的分类方法，首先对各个分类类别下各种垃圾的图像信息进行训练，通过训练好的视觉识别模型识别待分类垃圾的分类类别，并控制分类类别对应子垃圾桶的桶盖打开，用户就可以将垃圾扔进对应的子垃圾桶中，该垃圾桶能够对垃圾进行自动分类，使用方便，克服传统垃圾桶需要通过人工进行分类的缺陷。
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍。在所有附图中，类似的元件或部分一般由类似的附图标记标识。附图中，各元件或部分并不一定按照实际的比例绘制。
下面将结合附图对本发明技术方案的实施例进行详细的描述。以下实施例仅用于更加清楚地说明本发明的技术方案，因此只作为示例，而不能以此来限制本发明的保护范围。需要注意的是，除非另有说明，本申请使用的技术术语或者科学术语应当为本发明所属领域技术人员所理解的通常意义。
应当理解，当在本说明书和所附权利要求书中使用时，术语“包括”和“包含”指示所描述特征、整体、步骤、操作、元素和/或组件的存在，但并不排除一个或多个特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。
还应当理解，在此本发明说明书中所使用的术语仅仅是出于描述特定实施例的目的而并不意在限制本发明leyu·(中国)官方网站。如在本发明说明书和所附权利要求书中所使用的那样，除非上下文清楚地指明情况，否则单数形式的“一”、“一个”及“该”意在包括复数形式。
如在本说明书和所附权利要求书中所使用的那样，术语“如果”可以依据上下文被解释为“当...时”或“一旦”或“响应于确定”或“响应于检测到”。类似地，短语“如果确定”或“如果检测到[所描述条件或事件]”可以依据上下文被解释为意指“一旦确定”或“响应于确定”或“一旦检测到[所描述条件或事件]”或“响应于检测到[所描述条件或事件]”。
所述子垃圾桶包括上端开口的桶体、盖合在桶体开口处的桶盖、以及连接在桶体和桶盖之间的驱动装置，所述驱动装置用于控制桶盖打开或闭合；所述驱动装置连接至所述识别设备；
具体地，该子垃圾桶可以通过驱动装置自动控制桶盖打开，当桶盖打开时，用户将垃圾扔进桶体中。驱动装置只需要实现安装在子垃圾桶，能够控制桶盖自动打开即可。其中所述子垃圾桶的分类类别包括湿垃圾、干垃圾、可回收垃圾和有害垃圾。由于各个地方对垃圾的分类不同，所以子垃圾桶的数量和类别可以根据具体城市具体设置。
所述识别设备用于通过摄像头获取垃圾的图像信息，并分析所述图像信息，获得垃圾的分类类别，并根据垃圾的分类类别控制相应的驱动装置打开对应的桶盖。
具体地，识别设备上可以设置识别区域，识别区域上方设置摄像头，当用户将垃圾放置在识别区域内时，摄像头拍摄垃圾的图像信息。例如当用户放入识别区域内的垃圾为未使用过的卫生纸时，识别设备识别得到该垃圾为可回收垃圾，控制可回收垃圾的子垃圾桶中驱动装置打开桶盖。
该自动分类垃圾桶，识别设备识别出垃圾的分类类别，并控制分类类别对应子垃圾桶的桶盖打开，用户就可以将垃圾扔进对应的子垃圾桶中，该垃圾桶能够对垃圾进行自动分类，使用方便，克服传统垃圾桶需要通过人工进行分类的缺陷。
一种基于人工智能的自动分类垃圾桶的分类方法，在实施例一所述的垃圾桶中的识别设备上运行,参见图2，包括以下步骤：
具体地，在采集垃圾的图像信息时，可以采集垃圾各个侧面的图像信息，例如在采集杯子的图像信息时，采集杯子的俯视图、仰视图和侧面图。也可以采集杯子部分碎片的照片，例如假如杯子摔碎了，那么在扔垃圾的时候，无法采集到完整杯子的图像信息，所以为了提高识别的准确性，还需要采集物体中个别部件的图像信息。
在采集图像信息时，针对各个分类类别进行采集，例如先采集干垃圾的图像信息，再采集湿垃圾的图像信息，然后采集可回收垃圾的图像信息，最后采集有害垃圾的图像信息。
s3：在预设的ai开放平台上选择一视觉识别模型，在所述视觉识别模型的数据集中添加所述垃圾的图像信息和对应的分类类别；
具体地，ai开放平台可选用k-12开放平台。用户登录ai开放平台后，可以在ai开放平台中预设的模型中leyu·(中国)官方网站，根据自身的需要选择相应的视觉识别模型。用户也可以根据自身需要在ai开放平台中新增模型，在新增模型的过程中，除了输入新的模型，还输入模型名称，确定模型的类别。垃圾的分类类别可以通过标签的形式添加。
具体地，还可以对训练好的视觉识别模型进行测试。该方法在测试完后，需要实际应用该视觉识别模型时，可以利用python编程工具，获得应用接口的url链接，然后修改api链接为训练好获得的api链接。
s5：通过摄像头采集待分类垃圾的图像信息，输入到训练好的视觉识别模型中，识别待分类垃圾的分类类别；
该分类方法，首先对各个分类类别下各种垃圾的图像信息进行训练，通过训练好的视觉识别模型识别待分类垃圾的分类类别，并控制分类类别对应子垃圾桶的桶盖打开，用户就可以将垃圾扔进对应的子垃圾桶中，该垃圾桶能够对垃圾进行自动分类，使用方便，克服传统垃圾桶需要通过人工进行分类的缺陷。
具体地，在采集垃圾的图像信息时，可以读取预存的垃圾的图像信息，例如来自网站的图片或者是历史拍摄获得的图片。也可以通过摄像头实时拍摄垃圾的图像，为了保证识别的准确度，可以采用上述两种方法各自采集50％的图像信息，每一种分类类别的垃圾可以采集50～100张图像。
优选地，该方法在所述获得训练好的视觉识别模型之后，在所述通过摄像头采集待分类垃圾的图像信息之前，还包括：
采集用户输入的语音信号，对语音信号进行分析获得待分类垃圾的分类类别，根据待分类垃圾的分类类别控制相应的驱动装置打开对应的桶盖。
具体地，该方法还可以根据用户输入的语音信号进行垃圾分类，这样用户可以通过语音控制相应的子垃圾桶的桶盖打开。具体地，该方法通过以下两种方式识别用户的语音信息。
1)参见图3，所述对语音信号进行分析获得待分类垃圾的分类类别，根据待分类垃圾的分类类别控制相应的驱动装置打开对应的桶盖具体包括：
具体地，构建的词库中即包括分类类别(例如干垃圾、湿垃圾、可回收垃圾、有害垃圾等等)，还包括各种垃圾名称(例如纸巾、电池、剩菜、玻璃、塑料、旧衣等等)，这样可以通过关键字进行识别。
具体地，如果用户输入“我要扔干垃圾”，那么该方法检测到转换后的文字信息包含关键字“干垃圾”，所以打开干垃圾对应的子垃圾桶对应的桶盖。
s14：如果存在，且搜索到的词组为垃圾名称，控制该垃圾名称对应的分类类别的驱动装置打开桶盖。
具体地，如果用户输入“我要扔玻璃水杯”，那么该方法检测到转换后的文字信息包含关键字“玻璃”，所以就打开玻璃对应的分类类型(可回收垃圾)中子垃圾桶对应的桶盖。
2)参见图4，所述对语音信号进行分析获得待分类垃圾的分类类别，根据待分类垃圾的分类类别控制相应的驱动装置打开对应的桶盖具体包括：
s21：将所述语音信号转换为文字信号，并根据预设的语法规则提取出文字信号的主语、谓语和宾语；
具体地，该方法识别转换后的文字信号中的主语、谓语和宾语，通过主语、谓语和宾语的分析待分类垃圾的分类类别，例如用户输入“我要扔玻璃水杯”，主语为“我”，谓语为“扔”，宾语为“玻璃水杯”，该方法分析得到该用户要扔垃圾，扔的垃圾是玻璃水杯，所以就打开玻璃对应的分类类型(可回收垃圾)中子垃圾桶对应的桶盖。
具体地，为了提高垃圾分类的准确定，该方法还可以将垃圾分割后进行识别，即该方法首先获得图像信息中各个物体的轮廓，并对图像进行分割，获得各个物体的子图像。例如用户扔的垃圾中包含苹果核、纸巾和水杯，则对图像进行分割，分别获得三个子图像：苹果核、纸巾和水杯。然后依次对三个图像进行特征提取，最后根据图像以及提取到的维度进行训练。
如果视觉识别模型中待分类垃圾的分类类别识别失败时，生成包含识别失败原因的失败提醒信息提醒用户，启动定时器计时；
具体地，当垃圾识别失败时，可以提醒用户失败的原因。这样用户能及时取走识别失败的待分类垃圾，并再重新整理后进行识别。
具体地，当该方法提醒用户识别失败后，用户依然未取走识别失败的待分类垃圾，则生成催促提醒信息催促用户赶快取走识别失败的待分类垃圾。
具体地，如果是由于待分类垃圾的图像中存在多个物体导致识别失败，或者是由于图像中多个物体不属于同一分类类别时，则失败原因为垃圾中包含多物体。
当识别出待分类垃圾的图像信息中的物体，但识别不出物体的类别时，定义识别失败原因为垃圾结构不完整；
具体地，如果待分类垃圾的图像中只有物体中部分部位的图像，例如小部分果片，由于部分部位的图像特征太少，导致该方法识别失败时，则失败原因为用户垃圾结构不完整，识别不出来。
本发明实施例所提供的方法，为简要描述，实施例部分未提及之处，可参考前述产品实施例中相应内容。
最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围，其均应涵盖在本发明的权利要求和说明书的范围当中。