买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉惠州市实轩科技有限公司申请的专利一种智能厨余垃圾识别分类方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN120046054B 。

龙图腾网通过国家知识产权局官网在2025-12-16发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202411871282.2，技术领域涉及：G06F18/2431；该发明授权一种智能厨余垃圾识别分类方法是由请求不公布姓名设计研发完成，并于2024-12-18向国家知识产权局提交的专利申请。

本一种智能厨余垃圾识别分类方法在说明书摘要公布了：本发明涉及大数据和机器学习技术领域，尤其涉及一种智能厨余垃圾识别分类方法，包括以下步骤：S1:构建厨余垃圾多标签分类数据集，包括厨余垃圾多个不同类别各若干图像和对应厨余垃圾的温度与湿度数据；S2:构建多标签厨余垃圾分类模型，图像特征提取模块提取图像特征图，环境特征提取模块提取温湿度特征值，将提取的特征图再送入数据卷积模块处理以自适应图像捕捉区域和传感器感应区域；S3:使用厨余垃圾多标签分类数据集训练多标签厨余垃圾分类模型；S4:通过采集在垃圾投放处的待预测厨余垃圾数据，模型加载模块用于使用训练得到的多标签厨余垃圾分类模型，对待预测厨余垃圾数据进行多标签分类，提高了垃圾分类的准确度和分类效率。

本发明授权一种智能厨余垃圾识别分类方法在权利要求书中公布了：1.一种智能厨余垃圾识别分类方法，其特征在于：包括以下步骤： S1:构建厨余垃圾多标签分类数据集，包括厨余垃圾多个不同类别各若干图像和对应厨余垃圾的温度与湿度数据，每张图像的标签包括一个或多个类别； S2:构建多标签厨余垃圾分类模型，包括图像特征提取模块、温湿度特征提取模块和动态数据卷积模块；图像特征提取模块对输入多标签厨余垃圾分类模型的图像提取特征图，环境特征提取模块对输入多标签厨余垃圾分类模型的温湿度参数提取特征值，将提取的特征图再送入数据卷积模块处理以自适应图像捕捉区域和传感器感应区域； S3:使用构建的厨余垃圾多标签分类数据集训练所述多标签厨余垃圾分类模型，包括数据准备模块、损失函数选择模块、优化器设置模块和模型训练模块； S4:通过采集在垃圾投放处的待预测厨余垃圾数据，模型加载模块用于使用训练得到的多标签厨余垃圾分类模型，对待预测厨余垃圾数据进行多标签分类； 所述S2具体包括： S21：所述图像特征提取模块用于在接收到厨余垃圾多标签分类数据集后，使用预训练的卷积神经网络作为图像特征提取器，根据卷积神经网络中的数据卷积操作、ReLU激活函数公式和池化操作公式提取厨余垃圾多标签分类数据集中的图像的特征图，然后将提取到的厨余垃圾多标签分类数据集中的图像的特征图输给所述数据卷积模块； S22：所述环境特征提取模块用于在接收到厨余垃圾多标签分类数据集后，根据预设的神经网络层中的多层感知器和厨余垃圾多标签分类数据集的温度数据和湿度数据提取温湿度的特征值向量，然后将提取到的厨余垃圾多标签分类数据集的温湿度的特征值向量传输给所述数据卷积模块； S23：所述数据卷积模块用于在接收到厨余垃圾多标签分类数据集中的图像的特征图和温湿度的特征值向量后，对图像特征图进行全局平均池化；并且用于根据预设的多层感知器输入图像特征图和温湿度特征值向量调整卷积核的参数；并且用于使用调整参数后的卷积核对图像特征图进行卷积操作，输出卷积操作后的输出特征图以自适应图像捕捉区域和传感器感应区域； 所述S23具体包括： S231：对图像特征图进行全局平均池化的过程为： ； 其中，，是图像特征图的统计表示，，为图像的特征图，其中，是通道数，是高度，是宽度，R表示实数集； S232：根据预设的多层感知器输入图像特征图和温湿度特征值向量调整卷积核的参数： ； 其中，是调整后的卷积核参数，，是图像特征图的统计表示，，是温湿度特征值向量，R为实数集,C、D为通道数； S233：使用调整参数后的卷积核对图像特征图进行卷积操作，输出卷积操作后的输出特征图以自适应图像捕捉区域和传感器感应区域： ； 其中，是输出卷积操作后的输出特征图，是图像特征图的统计表示，是调整后的卷积核参数。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人惠州市实轩科技有限公司，其通讯地址为：516000 广东省惠州市江北14号小区“光耀橙子公寓”6层06号房；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。