基于 YOLOv5 的垃圾分类识别模型

智研平台会员

登录机构账号

复制成功

设置

万方会员

暂未开通会员

开通即享超值福利、会员权益
优质内容推荐

立即开通

个人中心

我的智研

退出登录

简繁

搜索

DOI: 10.12361/2661-3727-05-08-152170

基于 YOLOv5 的垃圾分类识别模型

赵泓宣, 邹佳欣, 田　朕, 胡旭栋*, 尼玛扎西

西藏大学信息科学技术学院计算机系

全文直达

引用

打印

摘要：为了响应国家推行的垃圾分类，协助公民有效进行垃圾分类丢弃，我们研究了基于图像的垃圾检测与分类模型，以实现对垃圾的识别和检测。在 GPU 服务器上训练基于 YOLOv5 s 的垃圾分类模型。然后将训练好的模型部署到服务器上，通过微信小程序用户拍照上传照片到服务器，服务器通过模型对图片进行处理并将处理过的图片返回到微信小程序。用户可以通过照片来判断垃圾是属于哪一类，从而将垃圾进行分类。最终训练出的模型可以识别 44 类的垃圾，同时在识别精度及响应速度上均有较好的表现。

关键词：

YOLOv5s 网络；垃圾分类；目标检测

Universe Scientific Publishing

ISSN：2661-3719

年,卷(期)：2023,5(8)