A framework for dry waste detection based on a deep convolutional neural network
سال انتشار: 1399
نوع سند: مقاله کنفرانسی
زبان: انگلیسی
مشاهده: 393
متن کامل این مقاله منتشر نشده است و فقط به صورت چکیده یا چکیده مبسوط در پایگاه موجود می باشد.
توضیح: معمولا کلیه مقالاتی که کمتر از ۵ صفحه باشند در پایگاه سیویلیکا اصل مقاله (فول تکست) محسوب نمی شوند و فقط کاربران عضو بدون کسر اعتبار می توانند فایل آنها را دریافت نمایند.
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
ETECH05_030
تاریخ نمایه سازی: 11 اردیبهشت 1400
چکیده مقاله:
Due to lack of proper regulations in many areas ofthe world, consumers are not mandated to waste sorting at thesource. Moreover, human sorting often suffers from lowaccuracy. In the intelligent detection system, it is attempted tobreak down a variety of household wastes including plasticbottles, glass, metals, paper bags, compact plastics, paper anddisposable containers. In this paper, a real waste image system isinvestigated using the deep convolutional neural network and aremarkable accuracy of ۹۲.۷۶% achieved.
کلیدواژه ها:
نویسندگان
Atefeh Ataee
Department of electrical engineering Babol Noshirvani University of Technology, Babol, Iran
Javad Kazemitabar
Department of electrical engineering Babol Noshirvani University of Technology, Babol, Iran
Mohsen Najafi
Department of electrical and computer engineering Arak University of Technology, Arak, Iran