利用深度卷积神经网络和CCTV实时检测现代社区垃圾
计算机视觉与模式识别
2021-09-22 v2
摘要
为保护社会环境免受垃圾污染，尤其针对社区，并对乱扔垃圾的现行犯采取严厉行动。现代社区不断发展，需要现代化方案以保持环境清洁。人工智能（AI）尤其是深度学习的演进，为利用CCTV摄像头开发实时垃圾检测提供了绝佳机遇。本项目内容为使用卷积神经网络（CNN）深度模型进行实时垃圾检测。其用于获取八类：口罩、纸巾、购物袋、盒子、汽车零件、纸尿裤、瓶子和果汁盒。检测到垃圾后，摄像头记录该乱扔垃圾者十秒视频。本文的挑战部分在于制备复杂的自定义数据集，耗时极长。数据集包含超过2100张图像。CNN模型被创建、标注并训练。检测时间准确率和平均均值精度（mAP）作为基准衡量两模型性能。实验阶段中，改进CNN模型的mAP性能和准确率在各各方面均更优。该模型被用于CCTV摄像头以实时检测垃圾。
引用
@article{arxiv.2109.09611,
title = {Real-Time Trash Detection for Modern Societies using CCTV to Identifying Trash by utilizing Deep Convolutional Neural Network},
author = {Syed Muhammad Raza and Syed Muhammad Ghazi Hassan and Syed Ali Hassan and Soo Young Shin},
journal= {arXiv preprint arXiv:2109.09611},
year = {2021}
}
备注
15 pages, 6 Figures