基于深度学习的垃圾炉投料口物料高度识别系统

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。