摘要
本发明提供了一种基于多源数据的智能分拣方法及系统,涉及废品分拣技术领域,包括:采集历史废品分拣过程中的废品拍摄图像、废品文本描述及分类结果;通过废品拍摄图像得到图像特征;通过废品文本描述得到文本序列特征;图像特征、文本序列特征输入生成式网络得到第一文本信息和第二文本信息;对图像特征与文本序列特征之间,第一文本信息与第二文本信息之间,第二文本信息与废品文本描述之间进行损失计算,训练模型;构建决策树;实时分拣过程通过图像生成文本信息与决策树进行匹配得出分拣结果;本发明利用图像识别和自然语言处理技术,实现对废品的快速、准确分拣,大大提高了处理效率。
技术关键词
智能分拣方法
生成式网络
文本
序列特征
特征提取网络
自然语言
非线性特征
分拣模型
智能分拣系统
数据
图像特征向量
构建决策树
分拣技术
池化特征
彩色图像
样本