基于YOLOv5s网络的垃圾分类和检测

• 作者: 王莉 何牧天 徐硕 袁天 赵天翊 刘建飞
• 来源期刊: 包装工程
• 关键词: YOLOv5s网络 垃圾分类 目标检测
• 年，卷（期）: 2021,（8）
• 所属期刊栏目: 专题:服务机器人及人机共融技术|Special Subject: Service Robot and Human-Machine Intergration Technology
• 页码范围: 50-56
• 页数: 7页
• 分类号: TP242
• 语种: 中文
• DOI: 10.19554/j.cnki.1001-3563.2021.08.007

摘要

目的 为了实现垃圾自动按类处理,通过研究基于视觉的垃圾检测与分类模型,实现对垃圾的自动识别和检测.方法 采用YOLOv5s网络作为垃圾检测与分类的模型,在自制垃圾分类数据集上对网络进行训练,利用训练好的YOLOv5s网络提取不同种类垃圾图像的特征和位置信息,实现垃圾的分类与检测.结果 在真实场景中进行了测试,基于YOLOv5s的垃圾分类检测模型可以有效识别6种不同形态的垃圾,检测mAP值为99.38％,测试精度为95.34％,目标检测速度达到6.67FPS.结论 实验结果表明,基于YOLOv5s网络的垃圾分类检测模型在不同光照、视角等条件下,检测准确率高,鲁棒性好、计算速度快.同时,有助于促进垃圾处理公司实现智能分拣,提高工作效率.