طراحی سیستم تشخیص پسماند خشک با استفاده از یادگیری عمیق

چکیده مقاله

با پیشرفت روزافزون هوش مصنوعی در مقیاس صنعتی انسانها شاهد افزایش کاربرد و دقت این فناوری توسط ماشینها بوده اند یکی از مشکلاتی که کشورها با آن مواجه هستند چالش بازیافت و بازگردانی ضایعات به خط تولید است آن دسته از ماشینهای بازیافت که از هوش مصنوعی بهره میبرند میتوانند نقش مهمی در این زمینه ایفا کنند در این پژوهش راهکاری با استفاده از بینایی ماشین و پردازش تصویر برای تفکیک و ریز تفکیک پسماندها ارائه میشود ریز تفکیک ویژگی مهم این پژوهش است که انگیزه ی مطالعه دقیق و پیاده سازی یک سیستم با عملکرد مناسب را ایجاد کرده است مطالعات در مورد چگونگی ریزتفکیک پسماندها به خصوص پلاستیک شیشه و کاغذ به جهت بهره وری از جنبه های اقتصادی و زیست محیطی از دستاوردهای مهم پژوهش است در راه حل ارائه شده ترکیب دو الگوریتم یادگیری جهت تشخیص پسماندها مورد استفاده قرار گرفته است برای آموزش مدلهای استفاده شده در پروژه از دیتاست TrashNet استفاده شده است که می تواند با استفاده از الگوریتم YOLO برای بینایی ماشین و CNN برای پردازش تصویر اهداف پروژه را محقق سازد نتایج به دست آمده نشان میدهند مدل بینایی ماشین در سنجش mAP۵۰ و ۹۵ mAP۵۰ می تواند به ترتیب به مقادیر ۹۱ و ۸۶ دست پیدا کند

کلیدواژه‌ها

نویسندگان

مهدی غضنفری

دانشجوی کاردانی نرم افزار دانشگاه ملی مهارت دانشکده انقلاب تهران ایران

مهرداد حمیدزاده

دکترای کامپیوتر گرایش مدیریت فناوری اطلاعات استاد گروه کامپیوتر دانشگاه ملی مهارت دانشکده انقلاب تهران ایران

امین کیانی

مهندسی ارشد کامپیوتر گرایش رایانش امن استاد گروه کامپیوتر دانشگاه ملی مهارت دانشکده انقلاب تهران ایران

�ضنفری، مهدی و حمیدزاده، مهرداد و کیانی، امین،1404،طراحی سیستم تشخیص پسماند خشک با استفاده از یادگیری عمیق،یازدهمین کنفرانس بین المللی تحقیقات بین رشته ای در مهندسی برق، کامپیوتر، مکانیک و مکاترونیک در ایران و جهان اسلام،تهران

ارائه‌شده در

مجموعه مقالات یازدهمین کنفرانس بین المللی تحقیقات بین رشته ای در مهندسی برق، کامپیوتر، مکانیک و مکاترونیک در ایران و جهان اسلام31 شهریور 1404 · تهران