10.19554/j.cnki.1001-3563.2021.08.007
基于YOLOv5s网络的垃圾分类和检测
目的 为了实现垃圾自动按类处理,通过研究基于视觉的垃圾检测与分类模型,实现对垃圾的自动识别和检测.方法 采用YOLOv5s网络作为垃圾检测与分类的模型,在自制垃圾分类数据集上对网络进行训练,利用训练好的YOLOv5s网络提取不同种类垃圾图像的特征和位置信息,实现垃圾的分类与检测.结果 在真实场景中进行了测试,基于YOLOv5s的垃圾分类检测模型可以有效识别6种不同形态的垃圾,检测mAP值为99.38%,测试精度为95.34%,目标检测速度达到6.67FPS.结论 实验结果表明,基于YOLOv5s网络的垃圾分类检测模型在不同光照、视角等条件下,检测准确率高,鲁棒性好、计算速度快.同时,有助于促进垃圾处理公司实现智能分拣,提高工作效率.
YOLOv5s网络、垃圾分类、目标检测
42
TP242(自动化技术及设备)
国家自然科学基金项目;江苏省大学生创新创业训练计划项目
2021-04-21(万方平台首次上网日期,不代表论文的发表时间)
共7页
50-56