一种基于人工智能的塑料回收料纯度监测方法

本申请涉及一种基于人工智能的塑料回收料纯度监测方法，包括：采集塑料回收料的表面视觉图像数据和光谱信号数据、以及环境参数数据和对应的塑料回收料纯度数据，并进行数据处理；构建双分支深度神经网络模型，从表面视觉图像数据和光谱信号数据中分别提取表面视觉图像特征向量和光谱信号特征向量并进行融合；结合塑料回收料融合特征向量，采用塑料特征数据集对双分支深度神经网络模型进行训练与优化；采集待监测塑料回收料的实时表面视觉图像数据和实时光谱信号数据、以及实时环境参数数据，并输入塑料回收料纯度监测模型中，得到塑料回收料的实时纯度值。本申请能够提高监测塑料回收料纯度的准确性和效率，解决了人工检测效率低、误差大的问题。