可回收垃圾的视觉检测系统设计
陈亮宇
赵涵迪
李浩正
千凯琦
石倩倩
北方工业大学信息学院 北京 100043
摘要：针对分类混合垃圾的要求越来越高、工作量越来越大、人工成本越来越高的问题,提出了基于机器视觉技术的垃圾分类,设计了基于YOLO V5网络的可回收垃圾的视觉检测系统.首先,对输入的图片进行预处理将其转化为统一大小;然后,使用深度网络进行可回收垃圾特征的提取.在自建的垃圾数据库上测试,对可回收垃圾的识别率可达到90％,平均一张图片的识别时间不到0.2 s.实验表明,该系统可以有效地完成可回收垃圾的识别与检测工作.
关键词：深度学习图像识别可回收垃圾分类YOLO V5卷积神经网络
论文发表日期：2022-01-28
在线出版日期：2026-05-22（本平台首次上网日期，不代表文献的发表时间）
页数：3( 23-25 )