基于GPU深度学习的家用智能垃圾桶设计

• 作者: 李美锟 杨明夏 凌滨
• 来源期刊: 电子测试
• 关键词: 智能分类垃圾桶 神经网络 GPU加速 单片机控制
• 年，卷（期）: 2021,（1）
• 所属期刊栏目: 设计与研发|Design and development
• 页码范围: 8-11
• 页数: 4页
• 语种: 中文
• DOI: 10.3969/j.issn.1000-8519.2021.01.002

摘要

垃圾分类成为日常所需,为解决垃圾分类的问题,使投放垃圾变得更加环保高效,本文设计了基于GPU深度学习的智能垃圾桶.应用Tensorflow深度学习框架,使用GPU加速训练,并结合硬件树莓派处理垃圾的图像信息,通过单片机控制步进电机实现垃圾分类.本设计具有分类准确度高,使用简单便捷,可实现垃圾分类的清洁化、高效化、智能化.