CN113065509A - 垃圾处理方法、装置、设备及计算机存储介质 - Google Patents
垃圾处理方法、装置、设备及计算机存储介质 Download PDFInfo
- Publication number
- CN113065509A CN113065509A CN202110425706.2A CN202110425706A CN113065509A CN 113065509 A CN113065509 A CN 113065509A CN 202110425706 A CN202110425706 A CN 202110425706A CN 113065509 A CN113065509 A CN 113065509A
- Authority
- CN
- China
- Prior art keywords
- user
- image information
- garbage
- model
- target user
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 239000010813 municipal solid waste Substances 0.000 title claims abstract description 145
- 238000003672 processing method Methods 0.000 title abstract description 4
- 238000000034 method Methods 0.000 claims description 44
- 238000012549 training Methods 0.000 claims description 24
- 239000002699 waste material Substances 0.000 claims description 14
- 238000004590 computer program Methods 0.000 claims description 12
- 239000002920 hazardous waste Substances 0.000 claims description 2
- 238000012545 processing Methods 0.000 abstract description 5
- 238000010586 diagram Methods 0.000 description 12
- 238000004891 communication Methods 0.000 description 6
- 230000000694 effects Effects 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 4
- 230000002411 adverse Effects 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000011161 development Methods 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 238000007792 addition Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000005055 memory storage Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
- G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Tourism & Hospitality (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Educational Administration (AREA)
- Evolutionary Biology (AREA)
- General Engineering & Computer Science (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Multimedia (AREA)
- Artificial Intelligence (AREA)
- Development Economics (AREA)
- Evolutionary Computation (AREA)
- Life Sciences & Earth Sciences (AREA)
- Health & Medical Sciences (AREA)
- Economics (AREA)
- General Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明实施例提供的垃圾处理方法、装置、设备及计算机存储介质,获取用户图像信息,利用第一模型对用户图像信息进行识别,当识别到用户图像信息中的用户为目标用户的情况下,利用第二模型对用户图像信息中目标用户携带的垃圾类别进行识别,将识别出的垃圾类别发送至用户。能够对垃圾进行准确的分类,加快垃圾分类在社会上的普及。
Description
【技术领域】
本发明涉及垃圾处理领域,尤其涉及一种垃圾处理方法、装置、设备及计算机存储介质。
【背景技术】
随着社会的发展,产生垃圾的数量也变得越来越多,大量的垃圾对环境造成了巨大的破坏。为了减少垃圾对环境产生的破坏,我们国家提出了垃圾分类的理念,将垃圾分成不同的类别,并在垃圾分类的基础上最大化的对垃圾进行回收。但是目前人们还不能熟练的对垃圾进行分类,这对垃圾分类的推广产生了不良的影响。
【发明内容】
有鉴于此,本发明实施例提供了一种垃圾处理方法、装置、设备及计算机存储介质,用以对垃圾进行准确的分类,加快垃圾分类在社会上的普及。
一方面,本发明实施例提供了一种垃圾处理方法,应用于垃圾桶,方法包括:
获取用户图像信息;
利用第一模型对用户图像信息进行识别;
当识别到用户图像信息中的用户为目标用户的情况下,利用第二模型对用户图像信息中目标用户携带的垃圾类别进行识别;
将识别出的垃圾类别发送至用户。
可选地,在利用模型对用户图像信息进行识别之前,方法还包括:
获取预设数量的用户图像信息;
将用户图像信息分为目标用户组与非目标用户组,目标用户组中用户携带垃圾,非目标用户组中用户不携带垃圾;
将目标用户组与非目标用户组输入模型,对模型进行训练;
在训练时间达到第一预设时间的情况下,输出训练完的第一模型。
可选地,在利用模型对用户图像信息中目标信息中目标用户携带的垃圾类别进行识别之前,方法还包括:
将目标用户组按照目标用户携带的垃圾种类进行二次分组;
将二次分组后的目标用户组输入第一模型,对模型进行训练;
在训练时间达到第二预设时间的情况下,输出训练完的第二模型。
可选地,垃圾种类包括:干垃圾、湿垃圾、可回收垃圾和有害垃圾。
可选地,在获取用户图像信息之前,方法还包括:
判断用户距离是否满足阈值;
在用户距离满足阈值的情况下,获取用户的图像信息。
可选地,将识别出的垃圾类别发送至用户,具体包括:
将识别出的垃圾类别通过语音发送至用户;或,
将识别出的垃圾类别发送至用户的智能终端。
另一方面,本发明实施例提供一种垃圾处理装置,装置包括:获取模块,用于获取用户图像信息;
确定模块,用于利用第一模型对用户图像信息进行识别;
确定模块,还用于当识别到用户图像信息中的用户为目标用户的情况下,利用第二模型对用户图像信息中目标用户携带的垃圾类别进行识别;
发送模块,用于将识别出的垃圾类别发送至用户。
可选地,装置还包括:
训练模块,用于获取预设数量的用户图像信息;
将用户图像信息分为目标用户组与非目标用户组,目标用户组中用户携带垃圾,非目标用户组中用户不携带垃圾;
将目标用户组与非目标用户组输入模型,对模型进行训练;
在训练时间达到第一预设时间的情况下,输出训练完的第一模型。
另一方面,本发明实施例提供了一种垃圾处理设备,设备包括:存储器,用于存储程序;处理器,用于运行存储器中存储的程序,以执行第一方面或第一方面的任一可选的实施方式提供的垃圾处理方法。
另一方面,本发明实施例提供了一种计算机存储介质,计算机存储介质上存储有计算机程序指令,计算机程序指令被处理器执行时实现第一方面或第一方面的任一可选的实施方式提供的垃圾处理方法
本发明实施例提供的垃圾处理方法中,获取用户图像信息,利用第一模型对用户图像信息进行识别,当识别到用户图像信息中的用户为目标用户的情况下,利用第二模型对用户图像信息中目标用户携带的垃圾类别进行识别,将识别出的垃圾类别发送至用户。能够对垃圾进行准确的分类,加快垃圾分类在社会上的普及。
【附图说明】
为了更清楚地说明本发明实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其它的附图。
图1是本发明实施例提供的垃圾处理方法的流程示意图;
图2是本发明实施例提供的垃圾处理装置的结构示意图;
图3是本发明实施例提供的垃圾处理设备的硬件结构示意图。
【具体实施方式】
为了更好的理解本发明的技术方案,下面结合附图对本发明实施例进行详细描述。
应当明确,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作出创造性劳动前提下所获得的所有其它实施例,都属于本发明保护的范围。
在本发明实施例中使用的术语是仅仅出于描述特定实施例的目的,而非旨在限制本发明。在本发明实施例和所附权利要求书中所使用的单数形式的“一种”、“”和“该”也旨在包括多数形式,除非上下文清楚地表示其他含义。
应当理解,本文中使用的术语“和/或”仅仅是一种描述关联对象的关联关系,表示可以存在三种关系,例如,甲和/或乙,可以表示:单独存在甲,同时存在甲和乙,单独存在乙这三种情况。另外,本文中字符“/”,一般表示前后关联对象是一种“或”的关系。
随着社会的发展,产生垃圾的数量也变得越来越多,大量的垃圾对环境造成了巨大的破坏。为了减少垃圾对环境产生的破坏,我们国家提出了垃圾分类的理念,将垃圾分成不同的类别,并在垃圾分类的基础上最大化的对垃圾进行回收。但是目前人们还不能熟练的对垃圾进行分类,这对垃圾分类的推广产生了不良的影响。
为了消除这种不良影响,加快垃圾分类在社会上的普及,本发明实施例提供了一种垃圾处理方法。
图1示出了本发明实施例提供的垃圾处理方法的流程示意图,如图1所示,垃圾处理方法包括:
步骤S101、获取用户图像信息。
垃圾桶通过图像采集装置,采集用户的图像信息。其中图像采集装置包括摄像头,用户的图像信息包括用户照片。
步骤S102、利用第一模型对用户图像信息进行识别。
利用已经训练好的第一模型,对采集到的用户的图像进行识别。
需要说明的是,训练好的第一模型能够对采集到的用户图像中的携带垃圾的用户图像与并未携带垃圾的用户的图像进行分类。
步骤S103、当识别到用户图像信息中的用户为目标用户的情况下,利用第二模型对用户图像信息中目标用户携带的垃圾类别进行识别。
第二模型能够将携带垃圾的目标用户的图像信息,按照携带垃圾种类的不同将目标用户的图像信息进行分类。
需要说明的是,目标用户是获取的用户图像信息中的携带垃圾的用户图像,在将目标用户的图像信息识别出来以后,利用训练好的第二模型将识别出来的目标用户图像按照用户携带垃圾类别的不同进行分类。
步骤S104、将识别出的垃圾类别发送至用户。
在一些实施例中,将识别出的垃圾类别发送至用户,具体包括:
将识别出的垃圾类别通过语音发送至用户;或,
将识别出的垃圾类别发送至用户的智能终端。
当垃圾桶根据用户携带垃圾种类的不同将垃圾分类之后,通过垃圾桶上设置的扬声器发送用户携带的垃圾的类别,以使用户能够准确的按照垃圾的类别将垃圾投放至准确的垃圾桶。
当垃圾桶根据用户携带垃圾种类的不同将垃圾分类之后,通过无线装置将用户携带垃圾的类别发送至用户携带的手机上,以使用户能够准确的按照垃圾的类别将垃圾投放至准确的垃圾桶。
本发明实施例提供的垃圾处理方法中,获取用户图像信息,利用第一模型对用户图像信息进行识别,当识别到用户图像信息中的用户为目标用户的情况下,利用第二模型对用户图像信息中目标用户携带的垃圾类别进行识别,将识别出的垃圾类别发送至用户。能够对垃圾进行准确的分类,加快垃圾分类在社会上的普及。
在一些实施例中,垃圾处理方法还包括:
步骤S201、获取用户图像信息。
在一些实施例中,在获取用户图像信息之前,方法还包括:
步骤S2011、判断用户距离是否满足阈值。
做一个具体示例,阈值包括2米。
在垃圾桶识别出用户距离2米之内时,获取用户的图像信息。在垃圾桶识别出用户距离2米之外时,不获取用户的图像信息。
步骤S2012、在用户距离满足阈值的情况下,获取用户的图像信息。
步骤S202、获取预设数量的用户图像信息。
步骤S203、将用户图像信息分为目标用户组与非目标用户组,目标用户组中用户携带垃圾,非目标用户组中用户不携带垃圾。
步骤S204、将目标用户组与非目标用户组输入模型,对模型进行训练;
步骤S205、在训练时间达到第一预设时间的情况下,输出训练完的第一模型
步骤S206、利用第一模型对用户图像信息进行识别。
步骤S207、将目标用户组按照目标用户携带的垃圾种类进行二次分组。
需要说明的是,垃圾种类包括干垃圾、湿垃圾、可回收垃圾和有害垃圾。
步骤S208、将二次分组后的目标用户组输入第一模型,对模型进行训练。
步骤S209、在训练时间达到第二预设时间的情况下,输出训练完的第二模型。
步骤S210、当识别到用户图像信息中的用户为目标用户的情况下,利用第二模型对用户图像信息中目标用户携带的垃圾类别进行识别。
步骤S211、将识别出的垃圾类别发送至用户。
在一些实施例中,将识别出的垃圾类别发送至用户具体包括:
将识别出的垃圾类别通过语音发送至用户。
在一些实施例中,将识别出的垃圾类别发送至用户还包括:
将识别出的垃圾类别发送至用户的智能终端。
本发明实施例提供的垃圾处理方法中,获取用户图像信息,利用第一模型对用户图像信息进行识别,当识别到用户图像信息中的用户为目标用户的情况下,利用第二模型对用户图像信息中目标用户携带的垃圾类别进行识别,将识别出的垃圾类别发送至用户。能够对垃圾进行准确的分类,加快垃圾分类在社会上的普及。
基于相同的发明构思,本申请还提供了一种垃圾处理装置。
图2示出了本发明实施例提供的垃圾处理装置的结构示意图,如图2所示装置包括:
获取模块201用于获取用户图像信息;
确定模块202用于利用第一模型对用户图像信息进行识别;
确定模块202还用于当识别到用户图像信息中的用户为目标用户的情况下,利用第二模型对用户图像信息中目标用户携带的垃圾类别进行识别;
发送模块203用于将识别出的垃圾类别发送至用户。
装置还包括:
训练模块204用于获取预设数量的用户图像信息.
将用户图像信息分为目标用户组与非目标用户组,目标用户组中用户携带垃圾,非目标用户组中用户不携带垃圾。
将目标用户组与非目标用户组输入模型,对模型进行训练。
在训练时间达到第一预设时间的情况下,输出训练完的第一模型。
训练模块204还用于将目标用户组按照目标用户携带的垃圾种类进行二次分组;
将二次分组后的目标用户组输入第一模型,对模型进行训练;
在训练时间达到第二预设时间的情况下,输出训练完的第二模型。
确定模块202还用于:
判断用户距离是否满足阈值。
在用户距离满足阈值的情况下,获取用户的图像信息。
发送模块203具体用于将识别出的垃圾类别通过语音发送至用户;或,
将识别出的垃圾类别发送至用户的智能终端。
基于相同的发明构思,本申请还提供了一种垃圾处理设备。
图3示出了本发明实施例提供的垃圾处理设备的硬件结构示意图。
在垃圾处理设备可以包括处理器301以及存储有计算机程序指令的存储器302。
具体地,上述处理器301可以包括中央处理器(Central Processing Unit,CPU),或者特定集成电路(Application Specific Integrated Circuit,ASIC),或者可以被配置成实施本发明实施例的一个或多个集成电路。
存储器302可以包括用于数据或指令的大容量存储器。举例来说而非限制,存储器302可包括硬盘驱动器(Hard Disk Drive,HDD)、软盘驱动器、闪存、光盘、磁光盘、磁带或通用串行总线(Universal Serial Bus,USB)驱动器或者两个或更多个以上这些的组合。在一个实例中,存储器302可以包括可移除或不可移除(或固定)的介质,或者存储器302是非易失性固态存储器。存储器302可在综合网关容灾设备的内部或外部。
在一个实例中,存储器302可以是只读存储器(Read Only Memory,ROM)。在一个实例中,该ROM可以是掩模编程的ROM、可编程ROM(PROM)、可擦除PROM(EPROM)、电可擦除PROM(EEPROM)、电可改写ROM(EAROM)或闪存或者两个或更多个以上这些的组合。
存储器302可以包括只读存储器(ROM),随机存取存储器(RAM),磁盘存储介质设备,光存储介质设备,闪存设备,电气、光学或其他物理/有形的存储器存储设备。因此,通常,存储器包括一个或多个编码有包括计算机可执行指令的软件的有形(非暂态)计算机可读存储介质(例如,存储器设备),并且当该软件被执行(例如,由一个或多个处理器)时,其可操作来执行参考根据本公开的一方面的方法所描述的操作。
处理器301通过读取并执行存储器302中存储的计算机程序指令,以实现图2所示实施例中的方法/步骤S201至S203,并达到图2所示实例执行其方法/步骤达到的相应技术效果,为简洁描述在此不再赘述。
在一个示例中,垃圾处理设备还可包括通信接口303和总线310。其中,如图3所示,处理器301、存储器302、通信接口303通过总线310连接并完成相互间的通信。
通信接口303,主要用于实现本发明实施例中各模块、装置、单元和/或设备之间的通信。
总线310包括硬件、软件或两者,将在线数据流量计费设备的部件彼此耦接在一起。举例来说而非限制,总线可包括加速图形端口(Accelerated Graphics Port,AGP)或其他图形总线、增强工业标准架构(Extended Industry Standard Architecture,EISA)总线、前端总线(Front Side Bus,FSB)、超传输(Hyper Transport,HT)互连、工业标准架构(Industry Standard Architecture,ISA)总线、无限带宽互连、低引脚数(LPC)总线、存储器总线、微信道架构(MCA)总线、外围组件互连(PCI)总线、PCI-Express(PCI-X)总线、串行高级技术附件(SATA)总线、视频电子标准协会局部(VLB)总线或其他合适的总线或者两个或更多个以上这些的组合。在合适的情况下,总线310可包括一个或多个总线。尽管本发明实施例描述和示出了特定的总线,但本发明考虑任何合适的总线或互连。
该垃圾处理设备可以基于垃圾处理方法,从而实现结合图1和图2描述的垃圾处理方法和装置。
另外,结合上述实施例中的垃圾处理方法,本发明实施例可提供一种计算机存储介质来实现。该计算机存储介质上存储有计算机程序指令。该计算机程序指令被处理器执行时实现上述实施例中的任意一种垃圾处理方法。
需要明确的是,本发明并不局限于上文所描述并在图中示出的特定配置和处理。为了简明起见,这里省略了对已知方法的详细描述。在上述实施例中,描述和示出了若干具体的步骤作为示例。但是,本发明的方法过程并不限于所描述和示出的具体步骤,本领域的技术人员可以在领会本发明的精神后,作出各种改变、修改和添加,或者改变步骤之间的顺序。
以上的结构框图中所示的功能块可以实现为硬件、软件、固件或者它们的组合。当以硬件方式实现时,其可以例如是电子电路、专用集成电路(Application SpecificIntegrated Circuit,ASIC)、适当的固件、插件、功能卡等等。当以软件方式实现时,本发明的元素是被用于执行所需任务的程序或者代码段。程序或者代码段可以存储在机器可读介质中,或者通过载波中携带的数据信号在传输介质或者通信链路上传送。“机器可读介质”可以包括能够存储或传输信息的任何介质。机器可读介质的例子包括电子电路、半导体存储器设备、ROM、闪存、可擦除ROM(EROM)、软盘、CD-ROM、光盘、硬盘、光纤介质、射频(RadioFrequency,RF)链路,等等。代码段可以经由诸如因特网、内联网等的计算机网络被下载。
还需要说明的是,本发明中提及的示例性实施例,基于一系列的步骤或者装置描述一些方法或系统。但是,本发明不局限于上述步骤的顺序,也就是说,可以按照实施例中提及的顺序执行步骤,也可以不同于实施例中的顺序,或者若干步骤同时执行。
上面参考根据本公开的实施例的方法、装置(系统)和计算机程序产品的流程图和/或框图描述了本公开的各方面。应当理解,流程图和/或框图中的每个方框以及流程图和/或框图中各方框的组合可以由计算机程序指令实现。这些计算机程序指令可被提供给通用计算机、专用计算机、或其它可编程数据处理装置的处理器,以产生一种机器,使得经由计算机或其它可编程数据处理装置的处理器执行的这些指令使能对流程图和/或框图的一个或多个方框中指定的功能/动作的实现。这种处理器可以是但不限于是通用处理器、专用处理器、特殊应用处理器或者现场可编程逻辑电路。还可理解,框图和/或流程图中的每个方框以及框图和/或流程图中的方框的组合,也可以由执行指定的功能或动作的专用硬件来实现,或可由专用硬件和计算机指令的组合来实现。
以上,仅为本发明的具体实施方式,所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,上述描述的系统、模块和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。应理解,本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到各种等效的修改或替换,这些修改或替换都应涵盖在本发明的保护范围之内。
Claims (10)
1.一种垃圾处理方法,其特征在于,应用于垃圾桶,所述方法包括:
获取用户图像信息;
利用第一模型对所述用户图像信息进行识别;
当识别到所述用户图像信息中的用户为目标用户的情况下,利用第二模型对所述用户图像信息中目标用户携带的垃圾类别进行识别;
将所述识别出的垃圾类别发送至所述用户。
2.根据权利要求1所述的方法,其特征在于,在所述利用模型对所述用户图像信息进行识别之前,方法还包括:
获取预设数量的用户图像信息;
将所述用户图像信息分为目标用户组与非目标用户组,所述目标用户组中用户携带垃圾,所述非目标用户组中用户不携带垃圾;
将所述目标用户组与非目标用户组输入模型,对所述模型进行训练;
在训练时间达到第一预设时间的情况下,输出训练完的第一模型。
3.根据权利要求1所述的方法,其特征在于,在所述利用模型对所述用户图像信息中目标信息中目标用户携带的垃圾类别进行识别之前,方法还包括:
将所述目标用户组按照目标用户携带的垃圾种类进行二次分组;
将二次分组后的所述目标用户组输入所述第一模型,对所述模型进行训练;
在训练时间达到第二预设时间的情况下,输出训练完的第二模型。
4.根据权利要求3所述的方法,其特征在于,所述垃圾种类包括:干垃圾、湿垃圾、可回收垃圾和有害垃圾。
5.根据权利要求1所述的方法,其特征在于,在所述获取用户图像信息之前,方法还包括:
判断所述用户距离是否满足阈值;
在所述用户距离满足阈值的情况下,获取所述用户的图像信息。
6.根据权利要求1所述的方法,其特征在于,将所述识别出的垃圾类别发送至所述用户,具体包括:
将所述识别出的垃圾类别通过语音发送至所述用户;或,
将所述识别出的垃圾类别发送至所述用户的智能终端。
7.一种垃圾处理装置,其特征在于,所述装置包括:
获取模块,用于获取用户图像信息;
确定模块,用于利用第一模型对所述用户图像信息进行识别;
确定模块,还用于当识别到所述用户图像信息中的用户为目标用户的情况下,利用第二模型对所述用户图像信息中目标用户携带的垃圾类别进行识别;
发送模块,用于将所述识别出的垃圾类别发送至所述用户。
8.根据权利要求7所述的装置,其特征在于,所述装置还包括:
训练模块,用于获取预设数量的用户图像信息;
将所述用户图像信息分为目标用户组与非目标用户组,所述目标用户组中用户携带垃圾,所述非目标用户组中用户不携带垃圾;
将所述目标用户组与非目标用户组输入模型,对所述模型进行训练;
在训练时间达到第一预设时间的情况下,输出训练完的第一模型。
9.一种垃圾处理设备,其特征在于,所述设备包括:处理器,以及存储有计算机程序指令的存储器;所述处理器读取并执行所述计算机程序指令,以实现如权利要求1-6任意一项所述的垃圾处理方法。
10.一种计算机存储介质,其特征在于,所述计算机存储介质上存储有计算机程序指令,所述计算机程序指令被处理器执行时实现如权利要求1-6任意一项所述的垃圾处理方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110425706.2A CN113065509A (zh) | 2021-04-20 | 2021-04-20 | 垃圾处理方法、装置、设备及计算机存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110425706.2A CN113065509A (zh) | 2021-04-20 | 2021-04-20 | 垃圾处理方法、装置、设备及计算机存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113065509A true CN113065509A (zh) | 2021-07-02 |
Family
ID=76567084
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110425706.2A Pending CN113065509A (zh) | 2021-04-20 | 2021-04-20 | 垃圾处理方法、装置、设备及计算机存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113065509A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114120126A (zh) * | 2021-11-30 | 2022-03-01 | 北京百度网讯科技有限公司 | 事件检测方法、装置、设备、存储介质以及程序产品 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20160167233A1 (en) * | 2014-12-11 | 2016-06-16 | Xiaomi Inc. | Methods and devices for cleaning garbage |
CN110569874A (zh) * | 2019-08-05 | 2019-12-13 | 深圳大学 | 一种垃圾分类方法、装置、智能终端及存储介质 |
CN112132073A (zh) * | 2020-09-28 | 2020-12-25 | 中国银行股份有限公司 | 垃圾分类方法及装置、存储介质及电子设备 |
CN112241651A (zh) * | 2019-07-16 | 2021-01-19 | 阿里巴巴集团控股有限公司 | 数据展示方法及系统、数据处理方法、存储介质、系统 |
CN112488021A (zh) * | 2020-12-10 | 2021-03-12 | 中国计量大学 | 一种基于监控视频的垃圾投递违规行为检测方法及系统 |
-
2021
- 2021-04-20 CN CN202110425706.2A patent/CN113065509A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20160167233A1 (en) * | 2014-12-11 | 2016-06-16 | Xiaomi Inc. | Methods and devices for cleaning garbage |
CN112241651A (zh) * | 2019-07-16 | 2021-01-19 | 阿里巴巴集团控股有限公司 | 数据展示方法及系统、数据处理方法、存储介质、系统 |
CN110569874A (zh) * | 2019-08-05 | 2019-12-13 | 深圳大学 | 一种垃圾分类方法、装置、智能终端及存储介质 |
CN112132073A (zh) * | 2020-09-28 | 2020-12-25 | 中国银行股份有限公司 | 垃圾分类方法及装置、存储介质及电子设备 |
CN112488021A (zh) * | 2020-12-10 | 2021-03-12 | 中国计量大学 | 一种基于监控视频的垃圾投递违规行为检测方法及系统 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114120126A (zh) * | 2021-11-30 | 2022-03-01 | 北京百度网讯科技有限公司 | 事件检测方法、装置、设备、存储介质以及程序产品 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110221145B (zh) | 电力设备故障诊断方法、装置及终端设备 | |
CN113364746B (zh) | 设备识别方法、装置、设备及计算机存储介质 | |
CN103440458B (zh) | 一种启发式静态识别Android系统恶意代码的方法 | |
CN108235303B (zh) | 识别共享流量用户的方法、装置、设备及介质 | |
CN110691035A (zh) | 一种网络拥塞的确定方法、装置、电子设备及存储介质 | |
CN106685964A (zh) | 基于恶意网络流量词库的恶意软件检测方法及系统 | |
CN113065509A (zh) | 垃圾处理方法、装置、设备及计算机存储介质 | |
CN112949459A (zh) | 吸烟图像的识别方法及装置、存储介质、电子设备 | |
CN108345251B (zh) | 机器人感知数据的处理方法、系统、设备及介质 | |
CN111064719B (zh) | 文件异常下载行为的检测方法及装置 | |
CN115174355A (zh) | 故障根因定位模型的生成方法,故障根因定位方法和装置 | |
CN113723176B (zh) | 一种目标对象确定方法、装置、存储介质和电子装置 | |
CN112464862A (zh) | 图像识别方法、装置、设备及计算机存储介质 | |
CN109982392B (zh) | 基站小区的邻区配置方法、装置、设备及介质 | |
CN114417830A (zh) | 风险评价方法、装置、设备及计算机可读存储介质 | |
CN115905145A (zh) | 文件处理方法、装置、设备及计算机存储介质 | |
CN114241752A (zh) | 场端拥堵提示方法、装置、设备及计算机可读存储介质 | |
CN114741690A (zh) | 网络安全监测方法、装置、设备及计算机存储介质 | |
CN114529874A (zh) | 行为检测方法、装置、设备及可读存储介质 | |
CN114299472A (zh) | 异常行为的确定方法和装置、存储介质及电子装置 | |
CN112733669A (zh) | 人工智能ai的识别方法、装置、设备及计算机存储介质 | |
CN109873908B (zh) | 垃圾电话标识识别方法、装置、计算机设备及存储介质 | |
CN109981540B (zh) | 防火墙数据优化方法、装置、计算机设备及可读存储介质 | |
CN109583453B (zh) | 图像的识别方法和装置、数据的识别方法、终端 | |
CN112449063B (zh) | 话单稽查方法、装置、设备和介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20210702 |
|
RJ01 | Rejection of invention patent application after publication |