以人工智慧及物聯網方法探討垃圾分類自動辨識之研究

李丞揚 ； 牟代君 ； 葉建德 ； 胡裕仁

《TANET2019 臺灣網際網路研討會》 2019年 (2019/12) Pp. 155-160

https://doi.org/10.6924/TANET.201909.0028

摘要

本研究設計出一個自動辨識垃圾的分類裝置，透過深度學習卷積神經網路（Convolutional Neural Network, CNN）來進行分類辨識演算。經測試，本系統已能有效分辨垃圾物件，在分辨鐵、鋁罐類、紙餐盒、紙杯類與塑膠瓶類等三類垃圾物件中，系統辨識率目前高達96.7%，同時置放於其中不同類別的垃圾桶上進行異常垃圾的辨識率也達到93.3%。

關鍵字

深度學習 ； 卷積神經網路 ； 垃圾分類

並列摘要

This study designed a classification device that automatically identifies garbage. The classification algorithm is performed through a deep learning Convolutional Neural Network (CNN). After testing, the system has been able to effectively distinguish junk objects. In the identification of three types of garbage objects such as iron, aluminum cans, paper lunch boxes, paper cups and plastic bottles, the system identification rate is currently as high as 96.7%. At the same time, the identification rate of abnormal garbage placed on different types of trash cans reached 93.3%.

並列關鍵字

Deep Learning ； Convolutional Neural Networks ； Garbage Sorting