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：浙江大学学报(工学版), 2020, 54(07): 1272-1280+1307.

• 人工智能
• Inception v3
• 机器视觉
• 图像分类
• 智能垃圾桶
• 迁移学习

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.

• 单位
  江西理工大学; 自动化学院