基于机器视觉的路边垃圾分类系统

党宏社; 李俊达; 郭琴; 张选德; 曾浩

doi:10.13873/J.1000-9787(2023)06-0082-04

Chinese

您当前的位置：

首页 >

文章列表页 >

基于机器视觉的路边垃圾分类系统

设计与制造 | 更新时间：2025-09-11

- 基于机器视觉的路边垃圾分类系统
- 暂无标题
- 传感器与微系统 2023年第6期页码：82-85+89
- 作者机构：
  
  1. 陕西科技大学电气与控制工程学院
  2. 西安西瑞控制技术股份有限公司
  3. 陕西科技大学电子信息与人工智能学院
- 作者简介：
- 基金信息：
  
  国家自然科学基金资助项目（61871260）;陕西省自然科学基金资助项目（2020JM-509）
- DOI：10.13873/J.1000-9787(2023)06-0082-04
  中图分类号： X799.3;TP391.41
- 纸质出版：2023
- 稿件说明：
移动端阅览
党宏社, 李俊达, 郭琴, 等. 基于机器视觉的路边垃圾分类系统[J]. 传感器与微系统, 2023,(6):82-85+89.
党宏社, 李俊达, 郭琴, 等. 基于机器视觉的路边垃圾分类系统[J]. 传感器与微系统, 2023,(6):82-85+89. DOI： 10.13873/J.1000-9787(2023)06-0082-04.

DOI：

摘要

基于机器视觉技术设计制作了路边垃圾分类系统，主要包括硬件电路和垃圾识别模型。改进了现有多注意力模块，使模型更轻量化，采用H-Swish激活函数提高识别准确率，然后在公开的华为垃圾分类比赛数据集上进行仿真实验。结果表明：该方法识别准确率达到87.35%。针对自建数据集数据量少、过拟合严重的问题，采用迁移学习的方法，将在华为数据集上训练完成的模型参数进行迁移，在自建数据集上继续训练。最后，将模型部署到树莓派4B上，在制作的实物平台上进行测试。结果表明：该系统平均一次回收需要2 s，可以有效地进行路边垃圾识别分类。

Abstract

关键词

Keywords

references

基于FV-DCNN的塑料垃圾精细分类模型[J]. 吴谊平;张宇;李鸣.传感器与微系统,2021(06)

小样本学习研究综述[J]. 赵凯琳;靳小龙;王元卓.软件学报,2021(02)

基于树莓派的智能家居系统设计与实现[J]. 梁明远;陈强;张崇琪;刘慧杰.传感器与微系统,2021(02)

基于机器视觉的垃圾自动分类系统设计[J]. 康庄;杨杰;郭濠奇.浙江大学学报(工学版),2020(07)

基于OpenMV垃圾分类的智能垃圾桶系统设计[J]. 周宇辉;何志琴;胡娟;杨莹.智能计算机与应用,2020(05)

改进CaffeNet模型在水面垃圾识别中的应用[J]. 向伟;史晋芳;刘桂华;徐锋;黄占鳌.传感器与微系统,2019(08)

ECA-Net: Efficient channel attention for deep convolutional neural networks[J]. Wang Q.;Wu B.;Zhu P.;Li P.;Zuo W.;Hu Q..Proceedings of the IEEE Computer Society Conference on Computer Vision and Pattern Recognition,2020

Urban Street Cleanliness Assessment Using Mobile Edge Computing and Deep Learning.[J]. Pengcheng Zhang;Qi Zhao;Jerry Gao;Wenrui Li;Jiamin Lu.IEEE Access,2019

浏览量

499

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

强干扰环境下微弱气体泄漏声学成像方法

基于双2D激光雷达的移动机器人斜坡检测方法研究

结合可变形卷积与全局信息的目标跟踪算法

数字化智能配电站房边缘图像检测技术

基于图像识别的角度传感器设计