一种基于深度学习的城市垃圾清除和产生量预测方法及系统

本发明公开了一种基于深度学习的城市垃圾清除和产生量预测方法及系统，所述方法包括以下步骤：S1、获取路面视频图像，分析垃圾分布和密度，预测垃圾分布演变，并预估清扫区域垃圾量；S2、根据预估垃圾量和清扫区域分布，调度环卫车辆清扫，并采集清扫中的视频图像，调整车辆清扫盘的转速和车速；S3、分析实际垃圾量和预估垃圾量差异，用于修正预估垃圾量。本发明实现了对环卫工作的智能化管理，不仅能够高效预估垃圾分布和清扫量，还能根据实际情况动态调整调度方案和清扫参数，大大提高清扫效率和质量，同时，通过数据分析和模型优化，增强了系统的准确性和可靠性，有效促进了城市环境卫生水平的提升和资源的合理利用。