论文部分内容阅读
基于机器视觉与深度学习的医疗垃圾分类系统包括目标定位系统和智能识别系统。目标定位系统由OpenCV检测并定位待识别物体,智能识别系统应用深度学习的MobileNet模型对识别物体进行训练和分类。以手术钳、手套、输液带和注射器为例,实验结果表明,设计的医疗垃圾自动识别分类系统的识别精度大于99%。该系统在应用于实际的医疗垃圾分类中,能有效减少人工投入、降低分拣员受病毒感染的风险。