微调DETR:在塑料废物分类系统中,朝着整体过程的方向
Tri Thanh Nguyen1, Thanh Tung Luu1, Phuoc Thanh An Tong1
1Department of Construction Machinery and Handling Equipment, Faculty of Mechanical Engineering, Ho Chi Minh City University of Technology (HCMUT), 268 Ly Thuong Kiet Street, District 10, HCMC 700000, Vietnam.
Waste management (New York, N.Y.)
|March 13, 2024
概括
人工智能,特别是微调的DETR (检测变压器),显著提高了塑料废物分类的准确性和速度. 这种由人工智能驱动的系统提供了自主操作,提高了废物管理的效率和工人安全.
科学领域:
- 环境科学与工程环境科学与工程
- 计算机科学和人工智能 人工智能
- 材料科学 材料科学 材料科学
背景情况:
- 全球塑料废物产生是一个关键的环境问题,每年在生态系统中积累数百万塑料废物.
- 当前的废物管理技术往往过时,对工人健康和环境安全构成风险.
- 低回收率加剧了塑料废物危机,需要创新的解决方案.
研究的目的:
- 为了评估微调DETR (检测变压器) 模型用于自动化塑料废物分类的有效性.
- 分析人工智能驱动的塑料分类与传统方法的性能.
- 评估基于变压器的算法在工业废物管理中的潜在缺点和适用性.
主要方法:
- 使用工业塑料废物数据集微调DETR (检测变压器) 模型.
- 对微调的DETR模型与其他候选算法的比较评估.
- 评估关键绩效指标,包括精度 (mAP),处理速度 (FPS) 和计算成本 (GFLOPs).
主要成果:
- 微调的DETR模型实现了卓越的性能,精度为25.1 mAP,处理速度为28 FPS.
- 该模型显示了86 GFLOPs的竞争性计算成本.
- 微调的DETR表现出自主操作能力,减少了对人类干预的需求.
结论:
- 微调的DETR非常适合塑料废物分类,比现有方法提供了显著的改进.
- 基于变压器的算法显示出大规模,自主塑料废物分类系统的巨大潜力.
- 利用人工智能对废物处理系统进行现代化对环境保护和工人安全至关重要.
更多相关视频
05:31Sampling, Sorting, and Characterizing Microplastics in Aquatic Environments with High Suspended Sediment Loads and Large Floating Debris
Published on: July 28, 2018
16.0K
09:06The Effect of Construction and Demolition Waste Plastic Fractions on Wood-Polymer Composite Properties
Published on: June 7, 2020
8.1K
