基于视觉识别的垃圾自动分类系统设计
为解决垃圾分类困难和实现垃圾自动化分类,文章提出了基于视觉识别的垃圾自动分类系统.使用MobileNet v2模型对百度飞浆AI Studio开源数据Garbage进行训练,建立分类模型,对可回收垃圾、有害垃圾、干垃圾和湿垃圾进行分类.实验结果表明,训练集和验证集的准确率分别为0.99和0.95,训练集损失值接近于0,验证集损失函数值0.3左右,测试集的准确率为0.95,损失函数值为0.35.可见该模型能较好地对四类垃圾进行分类,并有较高的准确率和较低的损失函数值.由App测试结果可知,可以实时地监测垃圾桶内环境数据以及垃圾桶的地理位置信息和容量信息,更好地完成垃圾分类的回收.
垃圾分类、MobileNet v2、视觉识别、交叉熵、实时监测
18
TP399(计算技术、计算机技术)
西昌学院新进博士科研启动项目;西昌学院团队凉项目
2022-10-27(万方平台首次上网日期,不代表论文的发表时间)
共5页
7-10,13