摘要
一种基于数据融合的垃圾自动识别方法及系统。涉及垃圾识别技术领域,具体涉及多源数据的深度学习垃圾自动识别技术领域。能够在不同的环境和天气条件下,精准识别农村周边的垃圾种类和位置,提升垃圾识别效率。所述方法包括如下步骤:获取摄像头拍摄的垃圾图像数据与该时刻该地区的气象数据,并对垃圾图像进行预处理;对垃圾图像进行去重、分类和数据增强处理;对垃圾图像结合气象数据进行运动补偿处理;对垃圾图像进行类别标注和聚类;计算垃圾图像的颜色、纹理和边缘特征,并进行归一化处理;对深度学习模型yolov11进行优化,得到优化后的yolov11模型;调整优化后的yolov11模型的超参数;采用优化后的yolov11模型进行垃圾识别。
技术关键词
自动识别方法
深度学习模型
图像
运动补偿
数据
气象
纹理特征
垃圾识别技术
HSV颜色空间
注意力机制
自动识别系统
特征提取算法
自动识别技术
颜色直方图
模块
建筑
塑料
系统为您推荐了相关专利信息
健康状态监测方法
仪器设备
监测平台
设备健康状态
健康状态监测系统
复合模块
模型构建方法
深度神经网络
注意力
数据
散射成像
反演方法
增广拉格朗日
电磁
计算机可执行指令
服务系统
链路
订单生命周期
网络监控平台
故障检测