-
公开(公告)号:CN118789510A
公开(公告)日:2024-10-18
申请号:CN202310380022.4
申请日:2023-04-11
申请人: 浙江理工大学
摘要: 本发明提供了一种基于残差语义强化深度神经网络的垃圾拾取小车,包括机械结构、控制模块、视觉识别及无线通信模块、模式选择与显示模块,将实时视觉垃圾分类与垃圾自动收集装置集成在一个设备上,为将来的智能家居物联网发展奠定基础;结构简单易于量产,设备成本低益于广泛投入使用;采用了残差语义强化深度神经网络,该网络通过对高级视觉概念进行推理,相对于其他模型有较好的效果,有很高的垃圾分类准确率,实现了垃圾的正确分类;同时本发明提供了三种不同的各种方式,能够减少人力投入,在一些特殊场合保证工作人员的安全,实现垃圾的自动抓取与分类。