基于机器视觉的路边垃圾分类系统

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。