基于计算机视觉的垃圾塑料瓶识别与定位算法研究

作者：曾维; 尹生阳; 张凤

来源：电子测量技术, 2021, 44(23): 12-17.

DOI：10.19651/j.cnki.emt.2107427

• 塑料瓶分类
• YOLOv3
• K-means聚类
• 识别速度

针对当前垃圾分拣算法对废旧塑料瓶检测效率低、环境受限和仅限于颜色识别等问题,提出了一种有效的垃圾塑料瓶识别与定位方法,以采集高像素图像为基础提取原始图片,通过YOLOv3算法的浅层增强特征将图片中目标进行一系列卷积获得不同的特征,并输入各检测分支进行检测,将不同尺度特征图经过K-means聚类算法做锚框处理,利用位置预测实现最终的识别与定位检测结果。通过模型测试,YOLOv3算法在识别速度和算法的繁琐性上都优于其他的一些算法,平均识别准确率达到90%、检测时间约0.4 s以内、定位精度约±5 cm。证明了此算法对于复杂环境下废旧塑料瓶目标检测的有效性和实用性。

• 单位
  成都理工大学; 机电工程学院