基于机器视觉的垃圾分类算法研究与应用

王光清; 李文拴; 党佳琦; 张愉

doi:10.16339/j.cnki.jsjsyzdh.202401013

计算技术与自动化 ›› 2024, Vol. 43 ›› Issue (01) : 78 -83. DOI: 10.16339/j.cnki.jsjsyzdh.202401013

基于机器视觉的垃圾分类算法研究与应用

王光清, 李文拴, 党佳琦, 张愉

作者信息 +

Author information +

文章历史 +

PDF

摘要

垃圾分类识别算法是目前研究的热点问题，本文通过引入色块追踪模块Lab颜色模型对YOLOv3算法进行优化，利用优化后的算法搭建训练模型。并针对目前垃圾类别利用网络爬虫爬取日常生活中常见的垃圾图像并进行分类，形成数据集。其次通过优化的YOLOv3算法对处理好的数据集进行模型训练，将训练后的模型进行模型检测。最后通过实际测试，优化后的YOLOv3算法识别的平均准确率达到了94.33%,与原始算法相比，优化后的算法在稳定性和准确度上都有了明显的改善。