基于机器视觉的垃圾分类系统设计

针对垃圾分类效果不佳、效率过低和成本过高的问题,提出一种基于机器视觉的垃圾分类系统。系统通过OpenMV摄像头模块采集垃圾的图像信息,上传数据集到EdgeImpulse官网,进行数据的整理和数据集训练,之后迁移学习构建其神经网络模型,OpenMV输出识别的结果传递给单片机。单片机收到传递信息后,控制机械臂抓起垃圾并放入可回收垃圾桶和不可垃圾桶内。测试表明,设计的垃圾分类系统识别正确率达92%以上,具有识别正确率高、使用便捷和易操作等优点。