基于机器视觉的垃圾自动分拣装置

摘要：

为了提高垃圾智能分拣的效率和准确度,该文设计了基于机器视觉的垃圾自动分拣装置.装置首先利用金属传感器识别金属类垃圾,然后采用YOLOv3算法对其余垃圾进行目标检测,并使用ResNet101卷积神经网络模型进行分类,训练得到的目标检测模型及图像分类模型部署在Intel i38145 UE平台.装置采用两个步进电机分别控制托盘和隔板,提高垃圾的投放效率.垃圾分类测试结果表明,该装置实现了垃圾的自动分类和投放,对4类垃圾的平均识别准确率为98.3％,平均投放时间为3.1 s,具有一定的推广应用价值.

关键词：卷积神经网络、传感器、垃圾分类、YOLOv3、ResNet

所属期刊栏目：40

分类号：TP391.41(计算技术、计算机技术)

资助基金：教育部卓越工程师教育培养计划项目产学合作协同育人项目;高等学校本科教学质量与教学改革工程项目;重庆市教育委员会教育教学改革研究项目

在线出版日期：2023-02-23（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：123-127,159