废弃印刷电路板的X射线传输成像,用于利用机器学习进行回收的价值估计
Markus Firsching1, Moritz Ottenweller1, Johannes Leisner1
1Division Development Center X-Ray Technology (EZRT), Fraunhofer Institute for Integrated Circuits IIS, Fürth, Germany.
概括
电子废物回收对于环境保护和资源回收至关重要. 本研究介绍了一种使用YOLO v5的方法来检测废弃印刷电路板 (WPCB) 上的组件,以准确估计价值.
科学领域:
- 环境科学 环境科学
- 材料科学 材料科学 材料科学
- 计算机科学 计算机科学
背景情况:
- 电子废物 (电子废物) 面临着双重挑战:环境污染和价值材料的来源.
- 印刷电路板 (PCB) 是电子垃圾的重要组成部分,富含金和铜等金属.
- 有效的回收利用需要精确估计废弃PCB (WPCB) 的价值.
研究的目的:
- 开发和评估一种方法来估计整个WPCB的价值.
- 用组件检测来实现灵活而准确的价值评估方法.
主要方法:
- 创建了104个WPCB的数据集,并标记了组件.
- 深度神经物体检测网络YOLO v5用于在双能X射线图像上检测组件.
- 评估了性能指标 (精度,回忆,F1得分),组件材料分析提供了价值估计的基本真相.
主要成果:
- YOLO v5网络成功检测到WPCB上的组件.
- 该研究建立了基于检测到的组件的价值估计方法.
- 对特定组件的材料分析为准确的价值预测提供了基础.
结论:
- 使用YOLO v5进行组件检测是WPCB价值估计的可行方法.
- 这种方法通过在电子垃圾中识别有价值的材料来支持高效的回收利用.
- 开发的方法为在各种回收场景中评估WPCB提供了灵活的解决方案.


