论文摘要
目前垃圾识别分类的主要技术是利用传统的机器视觉算法,或者采用传感器进行筛选识别.垃圾的类型多样,对垃圾进行分拣时,先对垃圾进行准确的识别分类是非常必要的.通过搜集多种类型的垃圾图片,构建检测数据集,采用基于SSD的垃圾识别检测算法,利用数据增强,提高模型的鲁棒性,可以达到对不同种类的垃圾进行快速和准确的识别.实验结果表明该方法检测准确率高、耗时短、鲁棒性好.
论文目录
文章来源
类型: 期刊论文
作者: 彭昕昀,李嘉乐,李婉,刘杏洲,张程发,林显新,欧嘉诚
关键词: 垃圾识别,深度学习,目标检测
来源: 韶关学院学报 2019年06期
年度: 2019
分类: 社会科学Ⅱ辑,工程科技Ⅰ辑,信息科技
专业: 环境科学与资源利用,计算机软件及计算机应用
单位: 韶关学院物理与机电工程学院,韶关学院学报编辑部
基金: 韶关学院大学生创新训练计划项目省级立项(201810576054),韶关学院第十七批校级教育教学改革研究一般项目(SYJY20161724),2017年韶关学院质量工程建设项目(韶学院[2017]301号)
分类号: X799.3;TP391.41
页码: 15-20
总页数: 6
文件大小: 1567K
下载量: 813