基于Keras框架的人工智能医疗废弃物分类的研究

• 作者: 彭正耀 段彬 郭智方
• 来源期刊: 科技与创新
• 关键词: 人工智能 医疗废弃物分类 卷积神经网络 机器视觉
• 年，卷（期）: 2020,（10）
• 所属期刊栏目: 理论探索
• 页码范围: 1-3
• 页数: 3页
• 分类号: X799.5
• 语种: 中文
• DOI: 10.15913/j.cnki.kjycx.2020.10.001

摘要

由于存在污染和处理复杂的问题,医疗废弃物的分类和处理一直是研究的难点,基于Keras框架的医疗废弃物分类算法可以实现人工智能医疗废弃物的分类.通过大津法对图像进行去噪处理,采用卷积神经网络,预测废弃物种类、角度和位置,将预测的最佳抓取姿态输出给机械臂完成动作.以棉签和注射器为样品,实验结果表明,模型训练后平均分类准确率为97.14％.在实际应用中能够有效降低人工投入,降低感染风险,适用于环境较为复杂、分类垃圾种类数较多的医疗废弃物分类.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	段彬	吉林大学物理学院	6	1	1.0	1.0
2	彭正耀	吉林大学物理学院	1	0	0.0	0.0
3	郭智方	吉林大学物理学院	1	0	0.0	0.0