基于机器视觉和深度学习的建筑垃圾智能识别研究 |
| |
引用本文: | 许文稼,蒋庆斌,刘钢洋.基于机器视觉和深度学习的建筑垃圾智能识别研究[J].电子器件,2022,45(6):1489-1496. |
| |
作者姓名: | 许文稼 蒋庆斌 刘钢洋 |
| |
作者单位: | 常州机电职业技术学院电器工程学院;中国矿业大学化工学院 |
| |
摘 要: | 针对当前建筑垃圾分选中存在的分选效率不高、自动化程度较低等问题,提出了一种基于机器视觉和深度学习的建筑垃圾智能分选系统并对检测识别过程进行了详细研究。该系统采用背景建模法对建筑垃圾进行检测定位,可以有效避免运输皮带抖动、磨损和光照变化等情况,提高检测精度和定位速度。此外该系统基于ResNet卷积神经网络模型对建筑垃圾进行分类识别,并通过迁移学习方法对建筑垃圾分类模型的训练效率进行了优化,将模型的分类准确率提高到了99.47%,有助于更好地实现建筑垃圾的智能化分选。
|
关 键 词: | 建筑垃圾 机器视觉 目标检测 深度学习 图像识别 |
|
| 点击此处可从《电子器件》浏览原始摘要信息 |
|
点击此处可从《电子器件》下载全文 |
|