CN117088015A - 一种智慧垃圾处理方法、系统及存储介质 - Google Patents

Abstract

本发明涉及垃圾处理领域，具体公开了一种智慧垃圾处理方法、系统及存储介质，所述系统包括：垃圾回收站、用户端、员工端、管理端、云端服务器，所述系统是一个集垃圾智能分类管理、垃圾站维护、环卫工人管理与调度、可回收垃圾有偿投递管理以及垃圾大数据分析与一体的综合系统，通过积分兑换制度对用户投递垃圾进行激励，提升用户垃圾分类的积极性。通过语音交互或者图像识别技术可以帮助用户增加垃圾分类知识，也可以避免用户乱扔垃圾，提升垃圾分类的意识，同时也能减少投入的人力资源。

Description

一种智慧垃圾处理方法、系统及存储介质

技术领域

本发明涉及一种垃圾处理方法，尤其涉及一种智慧垃圾处理方法。

背景技术

由于人民日常生产生活种类愈加丰富多样，导致日常生产生活中产生种类繁多的垃圾。在城市垃圾日益增长的情况下，如何高效的实施垃圾分类处理就显得尤为重要。然而，目前很多居民区虽然已经设置了垃圾分类回收站，但是很多人还没有垃圾分类投递的意识，并且对垃圾分类的积极性也不高，需要投入大量的劝导员对居民进行引导，导致人力成本过高。同时，由于垃圾没有按照分类随意投递，对后续的垃圾处理工作也造成了许多困难，降低了垃圾处理效率。因此，若未在垃圾产生源头开展好垃圾分类工作，将会造成大量的人力物力的浪费。

发明内容

为了解决上述背景技术中提出的若未在垃圾产生源头开展好垃圾分类工作，将会造成大量的人力物力浪费的技术问题。

第一个方面，本发明提供了一种智慧垃圾处理方法，具体包括如下步骤：

S1，垃圾回收站的监控设备实时监测是否有人进入预定范围内，若是，则垃圾回收站的中控屏切换至工作模式。

S2，用户在所述中控屏上选择所需的登录方式进行登录，当识别出用户信息后，提示用户登录成功。

S3，登录成功后，所述中控屏上显示垃圾类型选择界面，用户根据自己的需求选择相应的垃圾类型，在用户选择之后对应的垃圾箱的箱门自动打开，此时所述垃圾箱的检测模块会检测所述箱门的预设距离内是否有用户，若检测到有用户，所述箱门在用户离开预设距离后10s关闭，若未检测到用户，则所述箱门在打开20s之后自动关闭。

S4，用户的投递行为结束后，所述中控屏上向用户显示本次投递记录。

S5，工作人员根据员工端接收到的垃圾回收站的信息运维管理。

可选地，在步骤S3中，若用户登录成功后不确定自己要投递的垃圾属于何种垃圾类型，可以选择所述中控屏上的帮助模块识别出对应垃圾类型。

可选地，所述帮助模块包括语音辅助子模块、图像辅助子模块。

可选地，若用户选择所述中控屏上所述帮助模块的所述图像辅助子模块，所述中控屏提示用户将垃圾放置于所述中控屏的摄像头识别区域，根据摄像头采集到的垃圾图像，对其进行分类识别，识别出对应垃圾类型后，在所述中控屏上显示识别结果，同时控制对应的箱门打开。

进一步地，所述根据摄像头采集到的垃圾图像，对其进行分类识别，识别出对应垃圾类型，具体包括如下步骤：

S31，所述中控屏将采集到的垃圾图像发送至云端服务器。

S32，部署在所述云端服务器的垃圾分类识别模型对垃圾图像进行识别，识别出垃圾对应的类型形成识别结果。

S33，所述云端服务器将所述识别结果返回至所述中控屏，所述中控屏将识别结果向用户显示。

进一步地，基于深度学习方法构建所述垃圾分类识别模型，具体包括如下步骤：

S321，数据增广。

S322，将图像分为训练集和测试集，对垃圾分类模型进行训练。

进一步地，步骤S321具体包括：

基于改进的生成对抗网络对数据集进行增广，通过改进的生成对抗网络训练学习到样本分布，并据此生成新的样本。

进一步地，步骤S322具体包括：

首先，将图像输入CNN网络，基于所述CNN网络提取图像特征，对所述图像特征进行融合。

然后，将所述图像特征用transformer模型进行基于频率域混合的注意力机制运算输出相应的垃圾类别来对所述垃圾分类模型进行训练。

第二个方面，本发明还提供了一种智慧垃圾处理系统，用于实现所述的智慧垃圾处理方法，其特征在于，包括：垃圾回收站、用户端、员工端、管理端、云端服务器。

进一步地，所述垃圾回收站，用于用户投递垃圾，并将所述垃圾回收站的信息传送至所述用户端、员工端、管理端，将所述垃圾图像发送至所述云端服务器。

进一步地，所述用户端，用于接收所述垃圾回收站传输的信息，用户根据所述垃圾回收站的信息寻找自己要投递的垃圾回收站，也可在垃圾投递结束之后可查看自己的积分信息，并进行积分兑换。

进一步地，所述员工端，用于接收所述垃圾回收站传输的信息，工作人员根据所述垃圾回收站的信息对所述垃圾回收站进行运维管理。

进一步地，所述管理端，用于接收所述垃圾回收站传输的信息，管理人员根据所述垃圾回收站的信息进行指挥调度。

进一步地，所述云端服务器，其上部署有所述垃圾分类识别模型，用于接收所述垃圾图像并对所述垃圾图像进行分类识别，然后将识别结果传回所述垃圾回收站。

第三个方面，本发明还提供了一种存储介质，其上存储有计算机程序，所述程序被处理器执行时实现所述的智慧垃圾处理方法。

有益效果：

(1)本发明提供的智慧垃圾处理系统包括用户端、员工端和管理端，其中，管理端负责管理各类数据信息，供管理人员指挥调度。员工端供员工使用，提供更加便利的工作支持。用户端供普通用户使用，使用户投递垃圾更加方便。系统在垃圾分类投放领域实现了三端互联技术，相较于传统垃圾分类回收，可以做到更加的智能化、便捷化、友好化。

(2)本发明提供的智慧垃圾处理系统是一个集垃圾智能分类管理、垃圾站维护、环卫工人管理与调度、可回收垃圾有偿投递管理以及垃圾大数据分析与一体的综合系统，通过积分兑换制度对用户投递垃圾进行激励，提升用户垃圾分类的积极性。通过语音交互或者图像识别技术可以帮助用户增加垃圾分类知识，也可以避免用户乱扔垃圾，提升垃圾分类的意识，同时也能减少投入的人力资源。

附图说明

图1为本发明提供的IGAN网络的总体架构示意图。

图2为本发明提供的频率域混合注意力的结构示意图。

图3为本发明提供的智慧垃圾处理系统的结构示意图。

具体实施方式

为了使本技术领域的人员更好地理解本申请方案，下面将结合本申请实施例中的附图，对本申请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申请一部分的实施例，而不是全部的实施例。基于本申请中的实施例，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，都应当属于本申请保护的范围。

需要说明的是，本申请中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本申请的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。

本发明提供一种智慧垃圾处理方法，具体包括如下步骤：

S1，垃圾回收站的监控设备实时监测是否有人进入预定范围内，若是，则垃圾回收站的中控屏切换至工作模式。

所述中控屏在没有人进入预定范围的期间处于睡眠模式，当监控设备监测到有人进入预定范围内时，中控屏才由睡眠模式切换至工作模式，这样可以减少整个智慧垃圾处理系统的功耗，同时延长中控屏的使用寿命。

S2，用户在中控屏上选择所需的登录方式进行登录，当识别出用户信息后，提示用户登录成功。

所述登录方式包括IC卡登录、二维码登录、人脸登录、声纹登录等多种方式。

在一个实施例中，若用户选择IC卡登录，中控屏提示用户将IC卡放置于中控屏下方的IC卡识别区域，当识别出用户信息后，提示用户登录成功。

在一个实施例中，若用户选择二维码登录，中控屏提示用户将手机中的用户二维码放置于中控屏的摄像头识别区域，当识别出用户信息后，提示用户登录成功。

在一个实施例中，若用户选择人脸登录，中控屏提示用户将人脸调整于中控屏的摄像头识别区域，当识别出用户信息后，提示用户登录成功。

在一个实施例中，若用户选择声纹登录，中控屏提示用户说出预设指令，当识别出用户信息后，提示用户登录成功，所述预设指令可以是“我要扔垃圾”等任意的系统预设语音指令。

S3，登录成功后，中控屏上显示垃圾类型选择界面，用户根据自己的需求选择相应的垃圾类型，在用户选择之后对应的垃圾箱的箱门自动打开，此时所述垃圾箱的检测模块会检测所述箱门的预设距离内是否有用户，若检测到有用户，所述箱门在用户离开预设距离后10s关闭，若未检测到用户，则所述箱门在打开20s之后自动关闭。

对垃圾箱门的预设距离内是否有用户进行检测后再关闭箱门，不仅可以在有用户投递垃圾的情况下防止用户夹手，还可以在没有用户投递垃圾的情况下自动关闭箱门，以防箱门一直处于打开状态。

在一个实施例中，若在步骤S2中用户选择声纹登录，中控屏提示用户说出预设指令，所述预设指令还可以包括用户要投递的垃圾类型，如“我要扔可回收垃圾”，此时系统不仅通过预设指令识别出用户信息，提示用户登录成功，同时还会控制预设指令对应的可回收垃圾箱门打开。

在一个实施例中，若在步骤S2中用户选择声纹登录，中控屏提示用户说出预设指令，所述预设指令还包括用户要投递的垃圾，如“我要扔电池”，此时系统不仅通过预设指令识别出用户信息，提示用户登录成功，同时还会自动识别出电池所属的垃圾类型，并控制对应的有害垃圾箱门打开。

在一个实施例中，用户登录成功后，但是不确定自己要投递的垃圾属于何种垃圾类型，可以选择中控屏上帮助模块的语音辅助子模块，通过与中控屏的语音辅助子模块进行交互，语音辅助子模块根据用户描述的垃圾内容，识别出用户要投递的垃圾所属的垃圾类型，在中控屏上显示识别结果，同时系统控制对应的垃圾箱门打开。

在一个实施例中，用户登录成功后，但是不确定自己要投递的垃圾属于何种垃圾类型，可以选择中控屏上帮助模块的图像辅助子模块，中控屏提示用户将垃圾放置于中控屏的摄像头识别区域，系统根据摄像头采集到的垃圾图像，对其进行分类识别，识别出对应垃圾类型后，在中控屏上显示识别结果，同时控制对应的箱门打开。

通过系统识别垃圾类型，可以帮助用户增加垃圾分类知识，也可以避免用户乱扔垃圾，提升垃圾分类的意识。

进一步地，所述系统根据摄像头采集到的垃圾图像，对其进行分类识别，识别出对应垃圾类型，具体包括如下步骤：

S31，所述中控屏将采集到的垃圾图像发送至云端服务器。

S32，部署在所述云端服务器的垃圾分类识别模型对垃圾图像进行识别，识别出垃圾对应的类型形成识别结果。

S33，所述云端服务器将所述识别结果返回至中控屏，中控屏将识别结果向用户显示。

其中，基于深度学习方法构建所述垃圾分类识别模型，具体包括如下步骤：

S321，数据增广。

基于改进的生成对抗网络(Improved Generative Adversarial Network，IGAN)对数据集进行增广，通过IGAN网络训练学习到样本分布，并据此生成新的样本。

所述IGAN网络的总体架构如附图1所示，所述IGAN网络训练过程包含两个阶段：

预训练阶段，使用条件变分自编码器(Conditional Variational Autoencoder，CVAE)对原始数据进行编码解码训练，以学习到不同类别数据的潜在空间分布。

编码器利用重参数化技术将计算得到的均值和方差结合标准正态分布噪声转换为正态分布的潜在向量z，解码器将抽样得到的z以及标签信息解码为生成图像，通过不断减少原始图像和生成图像的L2损失，来拟合不同类别的潜在空间分布。

生成对抗阶段，将训练好的CVAE解码器参数赋给生成器，使得生成器具备对不同类别抽样的潜在向量生成图像的能力，将编码器的参数赋给鉴别器分类层之前的所有层，相当于进行迁移学习，让鉴别器学习到对于不同图片特征提取的先验知识，鉴别器最终将分类与判别图像真伪结合在一起，引入Wasserstein距离损失和梯度惩罚项。

所述鉴别器的损失函数如下式所示：

所述生成器的损失函数如下式所示：

在生成对抗训练过程中，分类器最终的判别结果为正确项类别和伪类，为了使伪类的判别保持平衡，训练过程中每个批次输入n张真实图片进行分类，同时生成1/n张伪图片，而在训练生成器时，随机均匀生成类别标签来抽样对应潜在向量，同样使每类的伪图片生成保持平衡。

使用条件变分自编码器CVAE，用于学习生成不同数据类别潜在空间分布，同时为了解决模型难以训练以及容易梯度消失的问题。

利用Wasserstein距离来衡量不同分布之间的差异性，最后引入梯度惩罚项，用于避免模型训练过程中陷入模式崩塌的困境，提升训练过程的稳定性和生成图像的多样性。

现有数据集存在的数量少不均衡等问题，本发明采用数据增强的方式来扩充原数据集，而生成对抗网络的出现给数据增强提供了新的思路，通过训练GAN网络可以生成清晰而具有多样性的图像数据，因此利用改进的GAN网络来对指定标签数据生成高质量图像进而基于注意力机制进行垃圾分类识别。

S322，将图像分为训练集和测试集，对垃圾分类模型进行训练。

首先，将图像输入CNN网络，基于CNN网络提取图像特征，对图像特征进行融合。

对于图像的特征提取采用方向梯度直方图特征(HOG)和灰度共生矩阵(GLCM)两者融合特征作为图像特征。

然后，将图像特征用transformer模型进行基于频率域混合的注意力(FrequencyMixed Attention,FMA)机制运算输出相应的垃圾类别来对垃圾分类模型进行训练。

其中，所述频率域混合注意力的结构主要包括两个部分：频率域通道注意力模块和频率域空间注意力模块，两者以串联的形式相连接。

模型的输入Y是卷积神经网络提取出来的特征图，将其传入频域通道注意力模块会产生一组通道注意力权重M_C＝R^1×1×C，根据M_C对Y进行调整得到特征图Y¹，接着将特征图Y¹传入频域空间注意力模块，产生一组空间注意力权重M_S＝R^H×W×1,同样地，根据M_S对Y¹进行调整得到特征图Y²，该过程如下式所示：

上式中的表示与相同位置的元素相乘。

这里注意到维度不匹配，所以在乘法操作之前，要对注意力权重M_C和M_S进行维度拓展，使之与输入的维度相匹配。

S4，用户的投递行为结束后，中控屏上向用户显示本次投递记录。

所述本次投递记录，包括：投递垃圾类型、重量以及本次所增加的用户积分和用户累计积分。

通过用户注册的方式，用户每一次垃圾投递行为都会累计积分，通过积分兑换制度对用户投递垃圾进行激励，提升用户垃圾分类的积极性。

S5，工作人员根据员工端接收到的垃圾回收站的信息进行运维管理。

在一个实施例中，步骤S2之前还可以包括用户注册步骤：

若当前用户是首次使用系统，用户点击中控屏上的任意登录方式后，中控屏会显示新用户注册界面，可以通过手机扫描界面上的二维码进行注册，若是用户未随身携带手机，也可以点击中控屏上的菜单栏进行用户注册，注册成功后自动提示用户登录成功。

在一个实施例中，用户也可以直接根据要投递的垃圾类型，按下对应垃圾箱上的物理按钮，对应的垃圾箱门打开后，用户完成垃圾投递。

本发明为用户提供了多种方式进行垃圾投递，若用户选择登录的方式进行投递，通过积分兑换制度可以提升用户垃圾分类的积极性，同时，用户也可直接选择不登录，按下对应垃圾箱上的物理按钮进行投递，方便快捷。

本发明还提供了一种智慧垃圾处理系统，用于实现所述智慧垃圾处理方法，包括：

垃圾回收站、用户端、员工端、管理端、云端服务器。

垃圾回收站，用于用户投递垃圾，并将所述垃圾回收站的信息传送至所述用户端、员工端、管理端，将所述垃圾图像发送至所述云端服务器，包括：中控屏、垃圾箱、监控设备、顶棚等。

所述中控屏，可设置于多个所述垃圾箱之间任意位置，包括：显示屏、扬声器、麦克风、摄像头等。

所述显示屏，用于与用户进行交互。

所述扬声器，用于播放语音信息。

所述麦克风，用于采集用户的语音信息。

所述摄像头，用于采集用户人脸、二维码、垃圾图像等信息。

所述垃圾箱，为可拆卸式，包括：箱体、箱门、检测模块、传感器模块、压缩装置等。

所述检测模块，设置于所述箱门处，用于检测所述箱门的预设距离内是否有用户。

所述传感器模块，设置于所述箱体内，包括：重量传感器、高度传感器、温度传感器、湿度传感器、烟雾传感器、异味传感器、浸水传感器、满溢传感器等，用于检测所述箱体内垃圾是否存在重量、高度、温度、湿度、烟雾、异味、浸水、满溢等异常信息。

所述压缩装置，用于在所述满溢传感器检测到所述箱体内的垃圾达到预设高度时，对垃圾进行压缩，以为清运人员清运垃圾争取更多的时间。

所述顶棚，设置于所述所有垃圾箱之上。

所述监控设备，设置于所述垃圾回收站顶棚处，用于实时监测是否有人进入预定范围内，以及监测是否存在乱丢垃圾等行为。

所述管理端，用于接收所述垃圾回收站传输的信息，对各级区域内的垃圾投放信息、设备信息、用户信息和员工信息等进行监控、分析以及展示，供管理人员进行指挥调度，包括：监控模块、分析模块、可视化大屏。

其中，所述可视化大屏，用于展示所述监控模块和所述分析模块的数据，供管理人员进行指挥调度。

所述员工端，用于接收所述垃圾回收站传输的信息，工作人员根据所述垃圾回收站的信息对所述垃圾回收站进行运维管理。

使用对象包括劝导人员、清运人员和运维人员，为这三类人员赋予不同的权限。

对于劝导人员，可在员工端对异常投放数据进行审核，并根据监控设备上传的监控画面对异常投放垃圾进行溯源。进行定位打卡，以根据定位打卡数据对劝导人员进行考核。接收用户预约信息，根据预约信息上门回收分类。对箱体状态、环境清洁等进行检查上报，接收管理端发送的管理人员的工作指派。

对于清运人员，可在员工端接收垃圾桶异常信息，根据设备信息、指定时间等进行定点清运，查看设备相关信息及当前状态，巡查各点位垃圾清运状态并上报，接收上级监管人员的工作指派。

对于运维人员，可在接收设备异常运行报警信息，并对当前设备环境进行实时监控，查看用户上报的相关故障处理情况，巡查各点位设备是否正常并上报，接收上级监管人员的工作指派。

所述用户端，用于接收所述垃圾回收站传输的信息，用户根据所述垃圾回收站的信息寻找自己要投递的垃圾回收站，也可在垃圾投递结束之后可查看自己的积分信息，并进行积分兑换，用户可使用积分进行花费充值、线下商品兑换、现金兑换、奖品领取、慈善捐赠等，改善积分获取及使用方法单一等现状。所述用户端还包括环保咨询、动态发布、分类知识等功能，使用户可以及时了解社区环保活动及周边动态，增加用户使用率。

所述云端服务器，其上部署有所述垃圾分类识别模型，用于接收所述垃圾图像并对所述垃圾图像进行分类识别，然后将识别结果传回所述垃圾回收站。

以管理端的角度来看，管理人员可以在网站上直观的看到智能垃圾桶的容量和员工的位置信息，从而更及时、更方便的分配员工去处理，当垃圾投入垃圾桶时，自动进行分类，数据将会传输到管理端，管理人员可以根据大数据视图更好的制定方案去响应国家的垃圾分类政策。

以员工端的角度来看，员工可以直接在手机APP上查看自己负责的辖区范围、垃圾桶的状态信息和自己的位置信息，以一种巡检的工作方式变成更加提升效率，减少非必要劳动的工作方式

以用户端的角度来看，当用户打开微信小程序扫描智能垃圾桶的二维码时再进行垃圾投递时，系统会给用户积分奖励，这样更能提高用户对保护环境的积极性。

本申请还提供一种存储介质，其上存储有计算机程序，该程序被处理器执行时实现所述智慧垃圾处理方法。

以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实施。

通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如ROM/RAM、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。

最后应说明的是：以上实施例仅用以说明本申请的技术方案，而非对其限制；尽管参照前述实施例对本申请进行了详细的说明，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申请各实施例技术方案的精神和范围。

Claims (10)

1.一种智慧垃圾处理方法，其特征在于，具体包括如下步骤：

S1，垃圾回收站的监控设备实时监测是否有人进入预定范围内，若是，则垃圾回收站的中控屏切换至工作模式；

S2，用户在所述中控屏上选择所需的登录方式进行登录，当识别出用户信息后，提示用户登录成功；

S3，登录成功后，所述中控屏上显示垃圾类型选择界面，用户根据自己的需求选择相应的垃圾类型，在用户选择之后对应的垃圾箱的箱门自动打开，此时所述垃圾箱的检测模块会检测所述箱门的预设距离内是否有用户，若检测到有用户，所述箱门在用户离开预设距离后10s关闭，若未检测到用户，则所述箱门在打开20s之后自动关闭；

S4，用户的投递行为结束后，所述中控屏上向用户显示本次投递记录；

S5，工作人员根据员工端接收到的所述垃圾回收站的信息进行运维管理。

2.如权利要求1所述的智慧垃圾处理方法，其特征在于，

在步骤S3中，若用户登录成功后不确定自己要投递的垃圾属于何种垃圾类型，可以选择所述中控屏上的帮助模块识别出对应垃圾类型。

3.如权利要求2所述的智慧垃圾处理方法，其特征在于，

所述帮助模块包括语音辅助子模块、图像辅助子模块。

4.如权利要求3所述的智慧垃圾处理方法，其特征在于，

若用户选择所述中控屏上所述帮助模块的所述图像辅助子模块，所述中控屏提示用户将垃圾放置于所述中控屏的摄像头识别区域，根据摄像头采集到的垃圾图像，对其进行分类识别，识别出对应垃圾类型后，在所述中控屏上显示识别结果，同时控制对应的箱门打开。

5.如权利要求4所述的智慧垃圾处理方法，其特征在于，所述根据摄像头采集到的垃圾图像，对其进行分类识别，识别出对应垃圾类型，具体包括如下步骤：

S31，所述中控屏将采集到的所述垃圾图像发送至云端服务器；

S32，部署在所述云端服务器的垃圾分类识别模型对所述垃圾图像进行识别，识别出垃圾对应的类型形成识别结果；

S33，所述云端服务器将所述识别结果返回至所述中控屏，所述中控屏将所述识别结果向用户显示。

6.如权利要求5所述的智慧垃圾处理方法，其特征在于，基于深度学习方法构建所述垃圾分类识别模型，具体包括如下步骤：

S321，数据增广；

S322，将图像分为训练集和测试集，对垃圾分类模型进行训练。

7.如权利要求6所述的智慧垃圾处理方法，其特征在于，步骤S321具体包括：

基于改进的生成对抗网络对数据集进行增广，通过所述改进的生成对抗网络训练学习到样本分布，并据此生成新的样本。

8.如权利要求6所述的智慧垃圾处理方法，其特征在于，步骤S322具体包括：

首先，将图像输入CNN网络，基于所述CNN网络提取图像特征，对所述图像特征进行融合；

然后，将所述图像特征用transformer模型进行基于频率域混合的注意力机制运算输出相应的垃圾类别来对所述垃圾分类模型进行训练。

9.一种智慧垃圾处理系统，用于实现如权利要求1-8任一项所述的智慧垃圾处理方法，其特征在于，包括：垃圾回收站、用户端、员工端、管理端、云端服务器。

所述垃圾回收站，用于用户投递垃圾，并将所述垃圾回收站的信息传送至所述用户端、员工端、管理端，将所述垃圾图像发送至所述云端服务器；

所述用户端，用于接收所述垃圾回收站传输的信息，用户根据所述垃圾回收站的信息寻找自己要投递的垃圾回收站，也可在垃圾投递结束之后可查看自己的积分信息，并进行积分兑换；

所述员工端，用于接收所述垃圾回收站传输的信息，工作人员根据所述垃圾回收站的信息对所述垃圾回收站进行运维管理；

所述管理端，用于接收所述垃圾回收站传输的信息，管理人员根据所述垃圾回收站的信息进行指挥调度；

所述云端服务器，其上部署有所述垃圾分类识别模型，用于接收所述垃圾图像并对所述垃圾图像进行分类识别，然后将识别结果传回所述垃圾回收站。

10.一种存储介质，其上存储有计算机程序，其特征在于，所述程序被处理器执行时实现如权利要求1-8任一项所述的智慧垃圾处理方法。