(2023年江苏省通信学会"华苏杯"论文征集评优三等奖) 基于深度学习的垃圾桶满溢检测方法

扫码查看

原文链接

万方数据
维普

中文摘要：物体检测是机器视觉研究的一个关键环节,为了得到所需具体物体或者具体场景下的检测算法,利用深度学习的技术对算法进行研究.主要思路是:对当前垃圾检测算法的现状和目标物体检测的理论展开研究,在了解比较之后,选择YOLOv5作为垃圾检测的基础模型;在对垃圾检测模型进行训练之前,需要使用到数据集,采用监控区域的监控视频和自己拍摄的方式来收集垃圾图像,对图像展开数据增强、标注等工作.完成垃圾数据集的制作后,使用YOLOv5目标检测模型进行垃圾检测:将预先训练好的模型接入监控区域的监控视频流进行帧推理操作,读取帧图像进行判断.实验结果显示,在垃圾检测中,此模型训练的相关性能评价指标具有很好的效果.为进一步提高垃圾检测的准确率,添加了桶内外判别方法,具体方法为使用反三角函数来计算垃圾和垃圾桶两个矩形框的三分线交点之间的夹角,实验证明此算法在垃圾桶满溢检测方面具有一定的实用价值.

作者：

李鹏博、葛菲璠

展开 >

作者单位：

南京华苏科技有限公司

关键词：

深度学习垃圾检测数据增强模型训练桶内外判别

出版年：

2024

江苏通信

江苏省通信学会

江苏通信

影响因子：0.062

ISSN：1007-9513

年,卷(期)：2024.40(6)