基于STM32技术的语音和图像双重识别智能垃圾分类产品设计  

作　　者：花严红 樊辉娜[1] 

机构地区：[1]江西机电职业技术学院,江西南昌330001

出　　处：《南方农机》2025年第9期143-146,共4页

基　　金：江西省教育厅科学技术研究项目“基于嵌入式STM32技术的智能垃圾桶的研究与实践”(GJJ214201)。

摘　　要：针对市场上现有的智能垃圾桶基本以感应式居多、智能化程度不能满足人们对家居生活要求的情况,开发设计一款具有语音和图片双重识别功能的智能垃圾桶,主要依据“深度学习模型”理论研究基础,采用STM32单片机技术,选用ARM公司的Keil μVision5系统程序设计平台,通过LD3320语音芯片实现语音垃圾分类。当人们不知道垃圾属性的时候,也可以选择采用图像垃圾识别分类,图像识别选用K210模块,通过摄像头检测用户投放的垃圾图像信息,再与学习模型进行信息对比实现垃圾分类。产品测试结果表明,语音和图像双重分类精确率较高,产品性能较稳定,具有一定的市场推广价值。

关 键 词：智能垃圾桶 单片机 学习模型 

分 类 号：S964[农业科学—水产养殖]