典型文献
可回收垃圾的视觉检测系统设计
文献摘要：
针对分类混合垃圾的要求越来越高、工作量越来越大、人工成本越来越高的问题,提出了基于机器视觉技术的垃圾分类,设计了基于YOLO V5网络的可回收垃圾的视觉检测系统.首先,对输入的图片进行预处理将其转化为统一大小;然后,使用深度网络进行可回收垃圾特征的提取.在自建的垃圾数据库上测试,对可回收垃圾的识别率可达到90％,平均一张图片的识别时间不到0.2 s.实验表明,该系统可以有效地完成可回收垃圾的识别与检测工作.
文献关键词：
深度学习;图像识别;可回收垃圾分类;YOLO V5;卷积神经网络
中图分类号：
作者姓名：
陈亮宇;赵涵迪;李浩正;千凯琦;石倩倩
作者机构：
北方工业大学信息学院 北京 100043
文献出处：
引用格式：
[1]陈亮宇;赵涵迪;李浩正;千凯琦;石倩倩-.可回收垃圾的视觉检测系统设计)[J].信息技术与信息化,2022(01):23-25
A类：
可回收垃圾分类
B类：
视觉检测系统,人工成本,机器视觉技术,YOLO,V5,使用深度,深度网络,特征的提取,识别率,均一,一张图,检测工作,图像识别
AB值：
0.19833
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。
