摘要
医疗垃圾中存在大量的病毒和细菌,为解决医疗垃圾源头智能分类问题,本文开发了基于机器视觉和Delta机构的智能分拣平台样机,并提出一种三阶段的多目标医疗垃圾识别分拣算法(MWRIS)。第一阶段,提出数据增强扩容的IE-YOLOv4算法建立起医疗垃圾识别模型(MWR),与Faster R-CNN、RetinaNet、CenterNet等5种模型比较;第二阶段索引分类模型(MWI)用于管理分类规则,第三阶段定位分拣算法(MWS)指导目标定位分拣。在集成了MWRIS模型的分拣样机上,采集14种,2217张医疗样本图像,完成医疗垃圾分拣实验。结果表明,使用IE-YOLOv4的MWRIS模型对医疗垃圾识别准确率显著提高至99.30%,分拣实验对目标定位准确率达到96.17%,最终分类正确率为86.67%,验证了多目标医疗垃圾识别分拣系统的有效性。
-
单位北京中丽制机工程技术有限公司; 东华大学