本發(fā)明涉及垃圾分類，尤其涉及一種關(guān)于垃圾分類測評系統(tǒng)。

背景技術(shù)：

1、近年來，隨著人口的快速增長和經(jīng)濟的不斷發(fā)展，生活垃圾數(shù)量呈現(xiàn)持續(xù)增加的趨勢。正確的垃圾分類回收對于減少環(huán)境污染、提高資源再利用率、降低能源浪費以及構(gòu)建生態(tài)友好的環(huán)境具有重要意義。我國目前的垃圾分類采用標準gb/t?19095－2019，將生活垃圾劃分為可回收物、廚余垃圾、有害垃圾和其他垃圾四個大類。然而，在實踐中，由于各種各樣的因素（如，居民垃圾分類意識薄弱、居民缺乏垃圾分類知識無法正確辨認垃圾的分類、居民社區(qū)缺乏垃圾分類的設(shè)施建設(shè)等），垃圾分類的實際效果并不理想。并且當前的垃圾分類工作仍然依賴垃圾處理廠通過人工分揀的方式來完成，這既不利于從業(yè)人員的身心健康，又導(dǎo)致垃圾分類效率低下，無法應(yīng)對現(xiàn)代社會中不斷增長的垃圾產(chǎn)生量。為此，環(huán)衛(wèi)管理部門希望能夠?qū)用竦睦诸惽闆r進行測評，從而能夠有針對性地采取應(yīng)對措施，提高垃圾分類治理的效率。顯然，依賴人工對垃圾分類情況進行測評并不現(xiàn)實，因此環(huán)衛(wèi)管理部門希望能夠借助現(xiàn)代計算機的智能化手段實現(xiàn)垃圾分類情況的測評，但現(xiàn)有技術(shù)中仍缺乏相關(guān)的技術(shù)。

技術(shù)實現(xiàn)思路

1、本發(fā)明所要解決的技術(shù)問題在于，如何借助現(xiàn)代計算機的智能化手段實現(xiàn)垃圾分類情況的測評。

2、為了解決上述技術(shù)問題，本發(fā)明第一方面公開了一種關(guān)于垃圾分類測評系統(tǒng)，所述系統(tǒng)包括：

3、獲取模塊，用于獲取用戶某次扔放垃圾時所使用的目標垃圾箱中的垃圾對應(yīng)的垃圾圖像；

4、垃圾分類識別模塊，用于調(diào)用垃圾分類模型對所述垃圾圖像進行識別，得到垃圾分類結(jié)果；

5、判斷模塊，用于判斷所述垃圾分類結(jié)果是否存在不同于目標垃圾類別的其他垃圾類別，其中，所述目標垃圾類別是指所述目標垃圾箱被指定扔放的垃圾類別；

6、測評結(jié)果記錄模塊，用于當判斷出所述垃圾分類結(jié)果存在所述其他垃圾類別時，將用戶該次扔放垃圾行為的測評結(jié)果記錄為不合格；

7、特定垃圾類別檢測模塊，用于當判斷出所述垃圾分類結(jié)果不存在所述其他垃圾類別時，調(diào)用所述其他垃圾類別對應(yīng)的特定垃圾類別檢測模型檢測所述垃圾圖像中是否存在其他垃圾類別的垃圾；

8、所述測評結(jié)果記錄模塊，還用于當檢測出所述垃圾圖像中存在其他垃圾類別的垃圾，將用戶該次扔放垃圾行為的測評結(jié)果記錄為不合格；

9、所述測評結(jié)果記錄模塊，還用于當檢測出所述垃圾圖像中不存在其他垃圾類別的垃圾，將用戶該次扔放垃圾行為的測評結(jié)果記錄為合格；

10、本地訓(xùn)練模塊，用于獲取所述目標垃圾箱的本地訓(xùn)練數(shù)據(jù)，基于所述本地訓(xùn)練數(shù)據(jù)對所述垃圾分類模型進行訓(xùn)練；

11、上傳模塊，用于將訓(xùn)練完的所述垃圾分類模型的本地模型參數(shù)上傳至全局服務(wù)器；

12、聚合模塊，用于所述全局服務(wù)器對所述本地模型參數(shù)進行聚合，得到全局垃圾分類模型的全局模型參數(shù)；

13、模型更新模塊，用于判斷是否滿足預(yù)設(shè)的模型更新條件；當判斷出滿足所述模型更新條件時，所述全局服務(wù)器將所述全局模型參數(shù)下發(fā)至所述目標垃圾箱本地，以更新所述垃圾分類模型。

14、本發(fā)明第一方面中，所述模型更新模塊判斷是否滿足預(yù)設(shè)的模型更新條件的具體方式為：

15、基于所述本地模型參數(shù)和所述全局模型參數(shù)計算所述垃圾分類模型和所述全局垃圾分類模型的偏差值；

16、當所述偏差值大于預(yù)設(shè)的偏差閾值時，確定滿足模型更新條件；

17、當所述偏差值未大于所述偏差閾值時，確定不滿足模型更新條件。

18、本發(fā)明第一方面中，所述模型更新模塊基于所述本地模型參數(shù)和所述全局模型參數(shù)計算所述垃圾分類模型和所述全局垃圾分類模型的偏差值的具體方式為：

19、

20、其中，為偏差值，為系數(shù)，為垃圾箱的數(shù)量，為第個垃圾箱上傳的本地模型參數(shù)，為全局模型參數(shù)。

21、本發(fā)明第一方面中，所述模型更新模塊基于所述本地模型參數(shù)和所述全局模型參數(shù)計算所述垃圾分類模型和所述全局垃圾分類模型的偏差值的具體方式為：

22、

23、其中，為偏差值，為本地模型淺層參數(shù)系數(shù)，為本地模型深層參數(shù)系數(shù)，小于，為垃圾箱的數(shù)量，為第個垃圾箱上傳的本地模型淺層參數(shù)，為第個垃圾箱上傳的本地模型深層參數(shù)，為全局模型淺層參數(shù)，為全局模型深層參數(shù)。

24、本發(fā)明第一方面中，所述垃圾分類模型中的特征提取網(wǎng)絡(luò)被替換為ghostnet模塊。

25、本發(fā)明第一方面中，所述垃圾分類模型引入了cbam?注意力機制。

26、與現(xiàn)有技術(shù)相比，本發(fā)明實施例具有以下有益效果：

27、本發(fā)明實施例中，獲取目標垃圾箱對應(yīng)的垃圾圖像，然后使用垃圾分類模型和特定垃圾類別檢測模型識別垃圾圖像中的垃圾類別，通過判斷識別出的垃圾類別與目標垃圾箱是否對應(yīng)，從而實現(xiàn)對用戶扔放垃圾行為的測評。另外，通過使垃圾分類模型和特定垃圾類別檢測模型具有不同的垃圾分類識別能力，并通過兩者之間的配合，能夠有效地提高垃圾分類測評結(jié)果的準確性。

技術(shù)特征：

1.一種關(guān)于垃圾分類測評系統(tǒng)，其特征在于，所述系統(tǒng)包括：

2.根據(jù)權(quán)利要求1所述的關(guān)于垃圾分類測評系統(tǒng)，其特征在于，所述模型更新模塊判斷是否滿足預(yù)設(shè)的模型更新條件的具體方式為：

3.根據(jù)權(quán)利要求2所述的關(guān)于垃圾分類測評系統(tǒng)，其特征在于，所述模型更新模塊基于所述本地模型參數(shù)和所述全局模型參數(shù)計算所述垃圾分類模型和所述全局垃圾分類模型的偏差值的具體方式為：

4.根據(jù)權(quán)利要求2所述的關(guān)于垃圾分類測評系統(tǒng)，其特征在于，所述模型更新模塊基于所述本地模型參數(shù)和所述全局模型參數(shù)計算所述垃圾分類模型和所述全局垃圾分類模型的偏差值的具體方式為：

5.根據(jù)權(quán)利要求1-4任一項所述的關(guān)于垃圾分類測評系統(tǒng)，其特征在于，所述垃圾分類模型中的特征提取網(wǎng)絡(luò)被替換為ghostnet模塊。

6.根據(jù)權(quán)利要求1-4任一項所述的關(guān)于垃圾分類測評系統(tǒng)，其特征在于，所述垃圾分類模型引入了cbam?注意力機制。

技術(shù)總結(jié)
本發(fā)明公開了一種關(guān)于垃圾分類測評系統(tǒng)，該系統(tǒng)獲取目標垃圾箱對應(yīng)的垃圾圖像，然后使用垃圾分類模型和特定垃圾類別檢測模型識別垃圾圖像中的垃圾類別，通過判斷識別出的垃圾類別與目標垃圾箱是否對應(yīng)，從而實現(xiàn)對用戶扔放垃圾行為的測評。另外，通過使垃圾分類模型和特定垃圾類別檢測模型具有不同的垃圾分類識別能力，并通過兩者之間的配合，能夠有效地提高垃圾分類測評結(jié)果的準確性。

技術(shù)研發(fā)人員：陳曉艷,陳曉青,章丹婷
受保護的技術(shù)使用者：上海環(huán)聯(lián)生態(tài)科技有限公司
技術(shù)研發(fā)日：
技術(shù)公布日：2025/1/6