典型文献
基于目标检测的智能垃圾分类垃圾桶的设计
文献摘要：
本设计使用目标检测识别进行分类垃圾以代替传统的人工分类.本设计旨在用前沿的YOLOv3模型去实现准确的垃圾识别.设计中的模型利用Anaconda搭建环境变量,并在Pycharm软件上运行模型.YOLOv3模型实验所需的数据集来自华为云人工智能大赛提供的垃圾分类数据集,共有44种垃圾类别,图片数为1.9万张.经测试发现YOLOv3模型能够快速而又准确地识别出44种垃圾,随后通过蓝牙发出信号给STM32单片机部分,单片机通过控制舵机旋转后完成全自动化垃圾分类.
文献关键词：
智能分类垃圾桶;环境保护;STM32单片机;深度学习;TensorFlow;YOLOv3
中图分类号：
作者姓名：
祝朝坤;陈记文
作者机构：
郑州工商学院,河南郑州451400
文献出处：
引用格式：
[1]祝朝坤;陈记文-.基于目标检测的智能垃圾分类垃圾桶的设计)[J].电子产品世界,2022(02):26-29
A类：
B类：
垃圾分类,设计使用,目标检测识别,工分,YOLOv3,垃圾识别,Anaconda,建环,环境变量,Pycharm,运行模型,模型实验,实验所,华为云,分类数据,垃圾类别,万张,蓝牙,发出信号,STM32,单片机,舵机,全自动化,智能分类垃圾桶,TensorFlow
AB值：
0.475742
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。
