典型文献
基于深度学习的智能垃圾分拣车系统
文献摘要：
针对生活垃圾的高效分类及搬运处理,设计了一款以边缘嵌入式AI设备Jetson Nano为控制器的光电智能小车系统,该系统设计以YOLOv5为目标检测算法,以Pytorch1.8.1为深度学习框架.使智能小车从指定区域出发,通过自身的光电传感器在指定范围内搜寻垃圾,利用六轴机械臂对垃圾进行分拣并送到指定分类地点.对采集到的5048张图片(包括5种垃圾类别)进行300次的迭代训练,实验测试结果表明:平均精确度达到91.8％,准确率达到94.5％,召回率达到89.03％.
文献关键词：
Jetson Nano;智能小车;六轴机械臂;YOLOv5
中图分类号：
作者姓名：
王慧;蒋朝根
作者机构：
西南交通大学计算机与人工智能学院,四川成都611756
文献出处：
引用格式：
[1]王慧;蒋朝根-.基于深度学习的智能垃圾分拣车系统)[J].电子技术应用,2022(01):71-75
A类：
Pytorch1
B类：
垃圾分拣,生活垃圾,搬运,Jetson,Nano,智能小车,小车系统,YOLOv5,目标检测算法,深度学习框架,光电传感器,搜寻,六轴机械臂,送到,垃圾类别,迭代训练,实验测试,召回率
AB值：
0.347258
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
