ConvoWaste：一种基于深度学习的自动垃圾分类机器
计算机视觉与模式识别
2023-02-07 v1
摘要
如今，妥善的城市废物管理是维持绿色清洁环境的最大关切之一。自动废物分类系统可成为提升国家可持续性并推动循环经济的可行方案。本文提出一种借助智能目标检测算法利用深度卷积神经网络（DCNN）与图像处理领域的 ConvoWaste 将废物分类至不同部分的机器。在本文中，应用深度学习与图像处理技术精确分类废物，并通过基于伺服电机的装置将检测到的废物放入相应垃圾箱。该机器借助置于各垃圾箱中的超声波传感器与双频基于 GSM 的通信技术，可通知责任部门有关垃圾箱的废物液位及装满垃圾的垃圾箱清倒时间。整个系统通过 Android 应用远程控制，以凭借其自动化特性将分离出的废物倾倒于期望位置。该系统的使用可助力回收原本注定成为废物的资源、利用自然资源并将这些资源转回可用产品。因此，系统通过资源优化与提取助力满足循环经济标准。最后，系统设计为在人工智能（AI）领域技术先进的同时以低成本提供服务并保持高精度。我们的 ConvoWaste 深度学习模型取得了 98% 的准确率。
引用
@article{arxiv.2302.02976,
title = {ConvoWaste: An Automatic Waste Segregation Machine Using Deep Learning},
author = {Md. Shahariar Nafiz and Shuvra Smaran Das and Md. Kishor Morol and Abdullah Al Juabir and Dip Nandi},
journal= {arXiv preprint arXiv:2302.02976},
year = {2023}
}
备注
Accepted at ICREST 2023