基于Keras框架的人工智能医疗废弃物分类的研究

由于存在污染和处理复杂的问题,医疗废弃物的分类和处理一直是研究的难点,基于Keras框架的医疗废弃物分类算法可以实现人工智能医疗废弃物的分类。通过大津法对图像进行去噪处理,采用卷积神经网络,预测废弃物种类、角度和位置,将预测的最佳抓取姿态输出给机械臂完成动作。以棉签和注射器为样品,实验结果表明,模型训练后平均分类准确率为97.14%。在实际应用中能够有效降低人工投入,降低感染风险,适用于环境较为复杂、分类垃圾种类数较多的医疗废弃物分类。