基于卷积神经网络的智能手机组件回收分类
计算机视觉与模式识别
2023-12-29 v1 人工智能
机器学习
摘要
废弃电气电子设备的回收是实现循环经济的重要工具，具有显著的环境和经济效益潜力。然而，基于物理和化学过程的传统材料分离技术需要大量投资，且并非适用于所有情况。在这项工作中，我们研究了使用图像分类神经网络作为控制智能手机废弃物自动化材料分离过程的潜在手段，作为现有工具的更高效、成本更低且适用范围更广的替代方案。我们制作了一个包含1127张热解智能手机组件图像的数据集，用于训练和评估VGG-16图像分类模型。该模型达到了83.33%的准确率，证明了使用此类神经网络进行材料分离的可行性。
引用
@article{arxiv.2312.16626,
title = {Sorting of Smartphone Components for Recycling Through Convolutional Neural Networks},
author = {Álvaro G. Becker and Marcelo P. Cenci and Thiago L. T. da Silveira and Hugo M. Veit},
journal= {arXiv preprint arXiv:2312.16626},
year = {2023}
}