收藏本站
收藏 | 投稿 | 论文排版

基于YOLOv5s网络的垃圾分类和检测

王莉  何牧天  徐硕  袁天  赵天翊  刘建飞  
【摘要】:目的为了实现垃圾自动按类处理,通过研究基于视觉的垃圾检测与分类模型,实现对垃圾的自动识别和检测。方法采用YOLOv5s网络作为垃圾检测与分类的模型,在自制垃圾分类数据集上对网络进行训练,利用训练好的YOLOv5s网络提取不同种类垃圾图像的特征和位置信息,实现垃圾的分类与检测。结果在真实场景中进行了测试,基于YOLOv5s的垃圾分类检测模型可以有效识别6种不同形态的垃圾,检测mAP值为99.38%,测试精度为95.34%,目标检测速度达到6.67FPS。结论实验结果表明,基于YOLOv5s网络的垃圾分类检测模型在不同光照、视角等条件下,检测准确率高,鲁棒性好、计算速度快。同时,有助于促进垃圾处理公司实现智能分拣,提高工作效率。

知网文化
【相似文献】
中国期刊全文数据库 前1条
1 李杰;郭颖平;李晓敏;;海滩塑料制品检测算法研究[J];塑料科技;2020年04期
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978