基于機器學習One-stage目標檢測算法的塑料自動識別系統

作者：李洪波,廖詳剛,陳立

摘要：針對當前日益嚴重的塑料污染問題,對于塑料垃圾的檢測識別,開發了基于機器學習One-stage目標檢測領域中YOLOv2算法的塑料自動識別系統。系統構建了目標檢測的神經網絡,結合塑料垃圾公開數據集進行訓練,從而實現實時塑料垃圾檢測網絡系統。同時,采用塑料垃圾數據進行系統測試,設置分樣本準確率、召回率、綜合平均精確率等評估參數進一步實現對系統的評估。結果表明:基于機器學習One-stage目標檢測算法的塑料自動識別系統能夠有效完成識別任務,綜合平均精確率在87.3%左右,可以快速準確地將環境中的塑料從較為復雜的自然環境中檢測出來,對解決塑料污染有較好的實際意義。

發文機構：重慶幼兒師范高等專科學校

關鍵詞：機器學習One-Stage目標識別YOLO算法塑料檢測Machine learningOne-stage object detectionYOLO algorithmPlastic detection

分類號： TP391.41[自動化與計算機技術—計算機應用技術]TP183[自動化與計算機技術—計算機科學與技術]