基于机器视觉的垃圾自动分类系统设计

• 作者: 康庄 杨杰 郭濠奇
• 来源期刊: 浙江大学学报（工学版）
• 学科: 工学
• 关键词: 人工智能 Inception v3 机器视觉 图像分类 智能垃圾桶 迁移学习
• 年，卷（期）: 2020,（7）
• 所属期刊栏目: 自动化技术、计算机技术
• 页码范围: 1272-1280,1307
• 页数: 10页
• 分类号: TP399
• 字数: 4607字
• 语种: 中文
• DOI: 10.3785/j.issn.1008-973X.2020.07.004

摘要

为了提高垃圾分类过程中前端收集的工作效率,基于机器视觉技术设计垃圾自动分类系统.设计制作垃圾分类的硬件设备,主要包括可回收和不可回收2个箱体;针对垃圾数据集较少的问题,提出基于Inception v3网络特征提取模型和迁移学习相结合的垃圾种类识别方法,在自建的垃圾数据集上进行训练和测试.结果显示,利用该方法可以准确地对垃圾种类进行识别,平均准确率达到0.99;将训练好的模型部署在树莓派3B+上,在制作的实物垃圾桶上进行测试,系统稳定后,平均完成一次分类回收的时间为0.95 s.实验表明,该系统能够有效地进行垃圾种类的识别和完成垃圾的分类回收.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨杰	江西理工大学电气工程与自动化学院	36	130	6.0	10.0
2	康庄	江西理工大学电气工程与自动化学院	3	16	2.0	3.0
3	郭濠奇	江西理工大学电气工程与自动化学院	1	0	0.0	0.0