基于FasterR-CNN的垃圾分类检测

张 智先, 李 丹
四川大学锦城学院

摘要

自2019年上海全面开展垃圾分类，出台相关管理条例以来，垃圾分类不仅多次作为公众焦点，而且成为了一种“新时尚”。然而不足50%的垃圾分类正确率，更是加速催化了相关市场的成长。针对垃圾产出量持续攀升且垃圾投放正确率低的情况，这里提出应用垃圾分类检测的fasterrcnn算法。通过目标检测获取垃圾所属类别，为后续的垃圾投放提供技术支持，为环境治理以及垃圾回收处理等方面减轻工作量。

关键词

垃圾分类；FasterR-CNN；目标检测

参考

[1] 徐林 , 凌卯亮 , 卢昱杰 . 城市居民垃圾分类的影响因素研究 [J]. 公共管理学报 ,2017,14(01):142-153+160.

[2] 邓俊 , 徐琬莹 , 周传斌 . 北京市社区生活垃圾分类收集实效 调查及其长效管理机制研究 [J]. 环境科学 ,2013,34(01):395- 400.

[3] 严宇珺 , 严运楼 . 城市生活垃圾分类试点政策执行问题与 对策探讨——以上海市徐汇区梅陇三村为例 [J]. 生态经 济 ,2020,36(03):197-200.

[4] 陆柯兵 . 杭州市生活垃圾分类治理的多元共治模式：现状、 问题与对策 [J]. 环境保护与循环经济 ,2020,40(03):16-20.

[5] 陶威远 , 姜太平 , 郑一然 . 基于 Faster R-CNN 算法的垃圾分 类识别系统 [J]. 网络安全技术与应用 ,2020(03):45-47.

[6] 周滢慜 . 基于机器视觉的生活垃圾智能分拣系统的设计与实 现 [D]. 哈尔滨：哈尔滨工业大学 ,2018.

[7] 彭昕昀 , 李嘉乐 , 李婉 , 刘杏洲 , 张程发 , 林显新 , 欧嘉诚 . 基 于 SSD 算法的垃圾识别分类研究 [J]. 韶关学院学报 ,2019, 40(06):15-20.

[8] Ren Shaoqing, He Kaiming, Girshick Ross, et al. Faster R-CNN: Towards Real-Time Object Detection with Region Proposal Net- works.[J]. IEEE Transactions on Pattern Analysis and Machine Intelligence, 2017, 39(6):1137-1149.

[9] Girshick R . Fast R-CNN[J]. Computer Science, 2015

[10] K. He, X. Zhang, S. Ren, and J. Sun, “Spatial pyramid pooling in deep convolutional networks for visual recognition,” in Euro- pean Conference on Computer Vision (ECCV), 2014.

[11] 张亚辉 . 基于 Faster R-CNN 目标检测的机器人抓取系统研 究 [D]. 北京 : 中国科学院大学 ( 中国科学院深圳先进技术研 究院 ),2019.

[12] D. Erhan, C. Szegedy, A. Toshev, and D. Anguelov, “Scalable object detection using deep neural networks,” in IEEE Confer- ence on Computer Vision and Pattern Recognition (CVPR), 2014.