基于视觉分析的垃圾分类识别系统的设计与实现  

作　　者：黄明宇 曹一鹏 佟英芝 于佳弘 

机构地区：[1]沈阳航空航天大学计算机学院,辽宁沈阳110136

出　　处：《物联网技术》2024年第9期25-27,共3页Internet of things technologies

基　　金：沈阳航空航天大学大学生创新创业项目(X202210143118)。

摘　　要：随着垃圾产生量的不断上升、环境的持续恶化,如今垃圾分类已经成为必要的管理措施。为了实现垃圾自动识别、分类和投放,详细探讨了垃圾分类系统的设计与实现。选择Jetson Nano作为主控硬件,以神经网络模型ResNet-50作为识别模型,使用大量数据集进行深度学习训练,从而实现垃圾的自动识别与分类。系统还搭载了一组舵机并配合机械臂实现垃圾的自动投放。通过测试发现:所设计系统的分类速度快、识别准确率高,可为日常生活中的垃圾分类处理提供更多的便利。

关 键 词：视觉分析 垃圾分类 ResNet-50 JetsonNano 深度学习 神经网络 

分 类 号：TP391.4[自动化与计算机技术—计算机应用技术] TP183[自动化与计算机技术—计算机科学与技术]