论文部分内容阅读
目前垃圾分类主要依靠人工分类来进行,存在分类效率低、人工成本高等问题,本文主要针对传统的垃圾箱没有对垃圾种类进行独立识别和分类的研究,本文设计了一种基于PyTorch深度学习平台和YOLOv3开源框架设计的基于单片机和图像处理的智能分类垃圾桶.利用单片机作为上位机系统主要负责将收集回来的垃圾物照片进行上传至服务器的方法,服务器返回垃圾物的回收种类的信息通过WIFI发送给单片机,单片机控制舵机工作,从而实现分类效果.首先我们收集了1500张垃圾图片做训练集,500张做测试集,并进行图像增广,其次获得了20万张不同角度和不同环境下的数据集.最后测试结果表明该系统可以稳定运行且分类精准度高达95％以上.