تفکیک هوشمند تصاویر زباله با استفاده از شبکه های عصبی عمیق و یادگیری انتقالی

با افزایش جمعیت، میزان تولید زباله به طور چشمگیری رشد کرده و این مسئله تهدیدی جدی برای محیط زیست به شمار می آید. بازیافت یکی از موثرترین راهکارها برای کاهش این آسیب هاست، اما تحقق آن مستلزم تفکیک دقیق و صحیح زباله هاست. در این پژوهش، یک روش هوشمند مبتنی بر یادگیری عمیق برای طبقه بندی خودکار تصاویر زباله بدون دخالت انسان ارائه شده است. در این روش، با بهینه سازی مدل های EfficientNetB۵ و ResNet۵۰ و بهره گیری از تکنیک های افزایش داده و یادگیری انتقالی، دقت مدل افزایش یافته و مشکل بیش برازش کاهش یافته است. نتایج آزمایش ها بر روی مجموعه داده TrashNet نشان می دهد که مدل پیشنهادی به دقت ۹۵٪ دست یافته و می تواند نقش موثری در توسعه سامانه های خودکار مدیریت پسماند ایفا کند.

کلیدواژه ها:

یادگیری عمیق ، هوش مصنوعی ، زباله ، طبقه بندی ، EfficientNetB۵