针对传统清洁机器人缺乏清洁效果反馈的问题，提出了基于YOLO v3算法的地面垃圾检测与清洁度评定方法。利用由垃圾巡检小车搭载的Jetson TX2和USB摄像头采集地面垃圾图像，选择兼具检测精度与速度的YOLO v3模型进行垃圾检测与分类；然后通过对不同类别的垃圾分配不同的权重系数，并与统计的垃圾数量加权出清洁度指数，从而实现清洁度等级的评定；系统可根据等级信息来指挥地面清洁机器人高效地完成清洁任务，以减少机器人的盲目性。实验结果表明：模型检测准确率为90.6%

各类垃圾检测在测试集上的mAP达到了88.3%

平均帧率为28帧/s

相比于Faster R-CNN具有高出了2.8个百分点的检测准确率和更高的实时性。