典型文献
一种基于树莓派的智能分类垃圾桶的设计
文献摘要：
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.
文献关键词：
垃圾分类;树莓派;TensorFlow;FCN;深度学习
中图分类号：
作者姓名：
金莉娟;刘栖昌;张许如;刘峻杰
作者机构：
咸阳师范学院计算机学院,陕西 咸阳 712000
文献出处：
引用格式：
[1]金莉娟;刘栖昌;张许如;刘峻杰-.一种基于树莓派的智能分类垃圾桶的设计)[J].软件工程,2022(06):55-58
A类：
B类：
树莓派,智能分类垃圾桶,人工分拣,垃圾分类,分类算法,TensorFlow,全卷积网络,Fully,Convolutional,Networks,FCN,图像特征,训练数据集,图像识别,采集数据,摄像头,舵机,投放,语音播报,共收,五类,每类,图像训练,智能垃圾桶,分类准确率,分类效果
AB值：
0.359202
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。
