一种基于树莓派的智能分类垃圾桶的设计

为解决使用普通垃圾桶时采用人工分拣垃圾造成垃圾分类不准确、效率低下的问题,设计了一款基于树莓派的智能分类垃圾桶。该垃圾桶的分类算法基于TensorFlow架构,采用全卷积网络(Fully Convolutional Networks,FCN)实现对垃圾图像特征的学习和识别,用于训练数据集以改进图像识别的准确率,并明确垃圾所属分类。实际应用时,利用传感器采集数据,利用摄像头识别物品,利用舵机带动投放口到正确的分类位置投放垃圾,并且语音播报当前的垃圾种类。本研究共收集了五类垃圾图像,每类图像训练34组,每组150次。实验结果表明,该智能垃圾桶的分类准确率可达到85%以上,具有较好的分类效果。