基于YOLOv8的可回收垃圾识别方法及工程化应用研究  

作　　者：罗倩倩[1,2] 彭威 杨国华 

机构地区：[1]无锡商业职业技术学院,江苏无锡214153 [2]江苏省商业智能应用工程技术开发中心,江苏无锡214153

出　　处：《电脑知识与技术》2024年第17期29-32,共4页Computer Knowledge and Technology

摘　　要：为了加强生活垃圾分类管理、节约资源,生活垃圾分类引起了社会高度重视。文章基于YOLOv8深度学习框架进行可回收垃圾识别,随后将开发环境中训练好的垃圾分类模型,根据生产环境边缘侧硬件需求进行模型适配,并在边缘侧进行实时垃圾检测推理,以实现工程化落地应用。文章通过在垃圾分拣生产环境仿真平台对本文提出的方法进行验证。在传输轨道上方安装固定光源及工业摄像头,边缘设备JetSon Nano装载开发环境下训练好的垃圾分类模型,负责对传送带上的垃圾进行实时检测推理。实验证明,生产环境边缘侧进行垃圾检测推理实时性高,准确率达88%以上,满足工程应用需求。

关 键 词：深度学习模型 可回收垃圾识别 YOLOv8 边缘设备JetSonNano 

分 类 号：TP311[自动化与计算机技术—计算机软件与理论]