ContamiNet：市政固体废物中污染物的检测
计算机视觉与模式识别
2019-11-13 v1 机器学习
摘要
利用Recology（一家提供住宅与商业垃圾、回收及堆肥服务的综合资源回收公司）收集的超过30000张图像（每张最多含89个标签），作者开发了ContamiNet这一卷积神经网络，用于识别住宅回收与堆肥箱中的污染物质。当在达到最低频率阈值的标签子集上训练模型时，ContamiNet在检测污染方面的表现几乎与人类专家相当（AUC为0.86对比0.88）。Recology正在其日常市政固体废物（MSW）收集中积极试点ContamiNet，以识别回收与堆肥箱中的污染物，进而告知并教育客户关于最佳分类实践。
引用
@article{arxiv.1911.04583,
title = {ContamiNet: Detecting Contamination in Municipal Solid Waste},
author = {Khoury Ibrahim and Danielle A. Savage and Addie Schnirel and Paul Intrevado and Yannet Interian},
journal= {arXiv preprint arXiv:1911.04583},
year = {2019}
}
备注
8 pages, 3 figures, ICMLA 2020