基于机器视觉的路边垃圾分类系统

作     者：党宏社 李俊达 郭琴 张选德 曾浩 DANG Hongshe;LI Junda;GUO Qin;ZHANG Xuande;ZENG Hao

作者机构：陕西科技大学电气与控制工程学院陕西西安710021 西安西瑞控制技术股份有限公司陕西西安710021 陕西科技大学电子信息与人工智能学院陕西西安710021 

出 版 物：《传感器与微系统》 (Transducer and Microsystem Technologies)

年 卷 期：2023年第42卷第6期

页      面：82-85,89页

学科分类：12[管理学] 083002[工学-环境工程] 0830[工学-环境科学与工程（可授工学、理学、农学学位）] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 081104[工学-模式识别与智能系统] 080202[工学-机械电子工程] 08[工学] 0835[工学-软件工程] 0802[工学-机械工程] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：国家自然科学基金资助项目(61871260) 陕西省自然科学基金资助项目(2020JM-509) 

主　　题：路边垃圾分类 图像识别 注意力模块 

摘      要：基于机器视觉技术设计制作了路边垃圾分类系统,主要包括硬件电路和垃圾识别模型。改进了现有多注意力模块,使模型更轻量化,采用H-Swish激活函数提高识别准确率,然后在公开的华为垃圾分类比赛数据集上进行仿真实验。结果表明:该方法识别准确率达到87.35%。针对自建数据集数据量少、过拟合严重的问题,采用迁移学习的方法,将在华为数据集上训练完成的模型参数进行迁移,在自建数据集上继续训练。最后,将模型部署到树莓派4B上,在制作的实物平台上进行测试。结果表明:该系统平均一次回收需要2 s,可以有效地进行路边垃圾识别分类。