基于深度学习的智能垃圾分类系统设计

目前垃圾分类的前端处理主要依靠人力进行，导致垃圾分类的效率低下且费用高昂。针对这个情况我们设计并开发了一种基于深度学习的智能垃圾分类系统。该系统通过图像识别自动对垃圾分类并投放到相应位置，节省了工人再次分拣的步骤。同时该系统设计了智能识别、控制分类、GPS定位、太阳能充电以及智能烟雾报警等功能，并开发了微信小程序进行远程监测，实时显示每个垃圾桶容纳余量和城市垃圾桶投放量以及投放点。经实验测试，系统功能稳定，垃圾平均识别率可达93%，在解决垃圾分类问题方面具有一定的应用价值。

如今，智能垃圾桶制造行业不断发展与成熟，在国内的一些垃圾治理略好的省市，垃圾分类已进入智能回收时代，多数垃圾将被无害化处理。而现有智能垃圾分类系统一般只具备感应开盖、溢满报警等功能，仍存在识别效率低甚至不能识别、设备联动性低、无法针对烟雾自动报警等不足[1]。本文针对这些问题研究设计了一种基于深度学习的智能垃圾分类系统， 该系统具有智能识别、控制分类、GPS 定位、太阳能充电以及智能烟雾报警等功能，通过利用服务器部署的深度学习模型对垃圾图片识别并处理，实现了对垃圾的自动识别和智能分类，并开发微信小程序进行远程监测，有效提高了垃圾分类效率。

2. 系统整体结构框架 系统的总体结构框架如图1 所示。由硬件端和软件端组成系统整体架构，其中硬件部分包括树莓派(Raspberry Pi)微型电脑处理器、红外线测距模块、烟雾报警模块、舵机控制模组、高清拍摄模组等。软件端由服务器部署的深度学习模型和手机微信小程序端组成。

Figure 1. Overall system design block diagram 图1. 系统整体设计框图