摘要
针对当前生活垃圾人工分类效率低、效果欠佳等问题,提出了基于卷积神经网络算法的智能垃圾分类系统。通过对硬件、通信、软件等模块的设计,实现了系统的垃圾识别、垃圾分类、分类结果反馈等功能。测试表明,该系统针对日常生活垃圾的平均识别率超过93%。其以较低的成本、可持续迭代更新的垃圾识别率为当下社会垃圾分类提供了高效的解决方案。
Aiming at the problems of low efficiency and poor effect of domestic waste manual classification,an intelligent garbage classification system based on convolution neural network algorithm is proposed.Through the design of hardware,communication and software modules,the functions of garbage identification,garbage classification and classification result feedback are realized.The test results show that the average recognition rate of the system is over 93%.It provides an efficient solution to the current social garbage classification with low cost and sustainable iterative update rate.
作者
王育新
朴林华
朴然
李备
丁霞
WANG Yuxin;PIAO Linhua;PIAO Ran;LI Bei;DING Xia(Beijing Key Laboratory for Sensor,Beijing Information Science&Technology University,Beijing 100101,China;Dept.of information,Beijing University of Technology,Beijing 100124,China;School of Physics&Mathematics,Qingdao University of Science&Technology,Qingdao 266061,China)
出处
《北京信息科技大学学报(自然科学版)》
2020年第5期30-34,共5页
Journal of Beijing Information Science and Technology University
基金
国家自然科学基金资助项目(61771060)
北京市新世纪百千万人才工程培养资助项目
北京市重点实验室开放课题资助项目
北京信息科技大学促进高校内涵发展项目
现代测控技术教育部重点实验室资助
北京信息科技大学北京市传感器重点实验室资助。
关键词
垃圾分类
卷积神经网络
深度学习
机器视觉
garbage classification
convolutional neural network
deep learning
machine vision