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.

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

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.

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