| 基于YOLOv3与ResNet50算法的智能垃圾分类系统 |
| |
| 引用本文： | 王朔,郭凤娜. 基于YOLOv3与ResNet50算法的智能垃圾分类系统[J]. 传感器世界, 2021, 27(9): 29-34. DOI: 10.3969/j.issn.1006-883X.2021.09.006 |
| |
| 作者姓名： | 王朔 郭凤娜 |
| |
| 作者单位： | 北京信息科技大学自动化学院,北京 100192;华北电力大学(北京)控制与计算机工程学院,北京 102208 |
| |
| 摘 要： | 垃圾分类对于我们日常生活来说意义重大,它不仅体现的是环境问题,更是资源的节约和绿色的生活方式,更加代表和体现了社会的文明水平,我国各地近些年也相继推行了垃圾分类的政策.2020年,新冠疫情席卷全球,对我们的日常生活造成了非常大的冲击,病毒与细菌的感染不只是通过呼吸,而且可以通过间接的接触来传染,这就要求了我们在生活中应该尽量避免去接触公共的设施和物品,而垃圾回收点恰恰是人员来往较多,很容易造成接触感染.对此,设计了一种疫情之下的垃圾智能分类与识别系统.设计的总体思想是采用Arm公司的EAIDK-310开发板,同时配备罗技C270摄像头采集装置对实际生活中的常见垃圾进行识别与分类,然后通过摄像头采集装置采集到垃圾的图像,结合深度学习模型自动检测、识别垃圾的类别,从而可以根据类别直接进行垃圾的分类丢弃.模型是基于YOLOv3在复杂环境下垃圾检测的基础上完成,构建ResNet50网络,对垃圾的类别进行训练并识别.通过该智能垃圾分类系统,可以提高投放垃圾效率,大大减少人员在垃圾站附近的聚集并做到无接触的垃圾丢弃,从而能够有效避免因为接触而造成的交叉感染的风险,符合当下疫情期间的社会需求.
|
| 关 键 词： | YOLOv3 ResNet50 EAIDK-310 深度学习 智能垃圾分类 |
Intelligent Garbage Classification System Based on YOLOv3 and ResNet50 Algorithm |
| |
| WANG Shuo,GUO Fengna. Intelligent Garbage Classification System Based on YOLOv3 and ResNet50 Algorithm[J]. Sensor World, 2021, 27(9): 29-34. DOI: 10.3969/j.issn.1006-883X.2021.09.006 |
| |
| Authors: | WANG Shuo GUO Fengna |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 万方数据 等数据库收录！ |
|
