(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210220007.9 (22)申请日 2022.03.08 (71)申请人 江门市百汇 环保科技有限公司 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)G06V 10/764(2022.01) G06V 10/82(2022.01) G06V 10/80(2022.01) G06N 3/04(2006.01) (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 决人们在生活中遇到的各种各样的图像识别问 题， 本发明设置回收玻璃， 同时在回收的过程中 根据玻璃颜色进行分拣， 有效的提高玻璃回收的 价值。 权利要求书3页 说明书8页 附图1页 CN 114722901 A 2022.07.08 CN 114722901 A 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， xP表示 预测框中心点横坐标， xT表示真实框中心点横坐标， yP表示预测 框中心点纵坐标， yT表示真权　利　要　求　书 1/3 页 2 CN 114722901 A 2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， Ai、 Bi、 Pi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 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， 所述垃圾分权　利　要　求　书 2/3 页 3 CN 114722901 A 3