Модуль класифікації відходів на основі глибокого навчання

Abstract

Метою роботи є створення модуля для класифікації відходів у режимі реального часу на основі методів глибокого навчання, що забезпечить автоматичне розпізнавання типів сміття (пластик, скло, метал, папір, упаковка) з використанням камер та технологій комп’ютерного зору. Методами дослідження обрано: аналіз сучасних підходів до класифікації зображень, моделювання нейронної мережі MobileNetV2 із застосуванням трансферного навчання, попередню обробку даних, методи тестування продуктивності та точності. У ході роботи розроблено модуль з графічним інтерфейсом, який здійснює класифікацію об’єктів у реальному часі з високою точністю та візуальним відображенням результатів. Проведено тестування функціональності та зручності взаємодії з користувачем. Результати можуть бути використані для подальшого вдосконалення систем автоматизованого сортування відходів у побутовій та промисловій сферах, інтеграції зі смарт-платформами та геоінформаційними системами.