基于机器学习One-stage目标检测算法的塑料自动识别系统

针对当前日益严重的塑料污染问题,对于塑料垃圾的检测识别,开发了基于机器学习One-stage目标检测领域中YOLOv2算法的塑料自动识别系统。系统构建了目标检测的神经网络,结合塑料垃圾公开数据集进行训练,从而实现实时塑料垃圾检测网络系统。同时,采用塑料垃圾数据进行系统测试,设置分样本准确率、召回率、综合平均精确率等评估参数进一步实现对系统的评估。结果表明:基于机器学习One-stage目标检测算法的塑料自动识别系统能够有效完成识别任务,综合平均精确率在87.3%左右,可以快速准确地将环境中的塑料从较为复杂的自然环境中检测出来,对解决塑料污染有较好的实际意义。