Numer: 09/2024 Str. 282
Autorzy: Ratko Ivkovic , Mile Petrovic , Petar Spalević , Zoran Milivojević :
Tytuł: Klasyfikacja typów odpadów elektronicznych z wykorzystaniem uczenia maszynowego i przetwarzania obrazu cyfrowego
Streszczenie: Artykuł ten bada zastosowanie technik głębokiego uczenia i widzenia komputerowego do automatycznej klasyfikacji i detekcji elektronicznych odpadów (e-odpadów). Opracowany zostaje system oparty na splotowych sieciach neuronowych (CNN) i szybszym R-CNN do analizy obrazów e-odpadów oraz wydobycia informacji o typie i wymiarach sprzętu. Eksperyment przeprowadzony jest na zbiorze danych 500 realnych obrazów trzech kluczowych kategorii e-odpadów – lodówek, kuchenek kuchennych i telewizorów. Wyniki wykazują wysoką dokładność klasyfikacji na poziomie 92% przy użyciu CNN oraz dokładność detekcji na poziomie 91% przy użyciu R-CNN. Uzyskane dane umożliwiają bardziej precyzyjne planowanie zbierania odpadów. Głównym wnioskiem jest, że głębokie uczenie ma duży potencjał do poprawy systemów zarządzania eodpadami.
Słowa kluczowe: elektroniczne odpady, splotowe sieci neuronowe, widzenie komputerowe, klasyfikacja odpadów.