基于深度学习的垃圾炉投料口物料高度识别系统 |
| |
作者姓名: | 郝梦祥 仇志超 苗玉彬 |
| |
作者单位: | 1. 上海交通大学机械与动力工程学院;2. 瀚蓝环境股份有限公司 |
| |
摘 要: | 针对垃圾自动化处理过程中的垃圾物料高度识别问题,探究利用计算机视觉和深度学习方法,实现垃圾炉投料口中垃圾区域的语义分割,并在此基础上进行高度识别。比较探究了U-Net和MobileNetV3两种网络针对投料口图像的语义分割结果,实验结果表明,两种模型都具有较好的效果,满足实际需求,但基于U-Net的方法具有更高的分割效率和测量精度。构建了完整的端到端垃圾物料高度预测系统,为垃圾自动化处理过程中转移垃圾至合适投料口环节提供决策信息。
|
关 键 词: | 垃圾处理 料位识别 语义分割 高度预测 |
|
|