文献

J-GLOBAL ID：202202242452314420   整理番号：22A1049589

伝達学習に基づくマルチラベル廃棄物検出モデル【JST・京大機械翻訳】

A multi-label waste detection model based on transfer learning

著者 (8件)： Zhang Qiang (Department of Computer Science and Engineering, Northwest Normal University, Lanzhou, Gansu Province, 730070, China) ,  Yang Qifan (Department of Computer Science and Engineering, Northwest Normal University, Lanzhou, Gansu Province, 730070, China) ,  Zhang Xujuan (Department of Computer Science and Engineering, Northwest Normal University, Lanzhou, Gansu Province, 730070, China) ,  Zhang Xujuan (School of Computer Science and Artificial Intelligence, Lanzhou Institute of Technology, Lanzhou, Gansu Province 730050, China) ,  Wei Wei (College of Geography and Environmental Science, Northwest Normal University, Lanzhou, Gansu Province, 730070, China) ,  Bao Qiang (College of Computing, Illinois Institute of Technology, Chicago, IL, 60616, United States of America) ,  Su Jinqi (Xi’an University of Posts&Telecommunications, Xi’an, Shanxi Province, 710121, China) ,  Liu Xueyan (Department of Computer Science and Engineering, Northwest Normal University, Lanzhou, Gansu Province, 730070, China)
資料名： Resources, Conservation and Recycling  (Resources, Conservation and Recycling)
巻： 181  ページ： Null  発行年： 2022年 
JST資料番号： C0817C  ISSN： 0921-3449  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 家庭廃棄物の正確で効率的な処理は都市管理の重要な部分である。家庭廃棄物が効果的に分類できるかどうかは,人間社会の持続可能な開発に影響するであろう。廃棄物画像分類の問題に関する以前の研究は,実際の廃棄物分類シナリオのニーズを満たすのを短くする単一カテゴリー廃棄物認識に焦点を合わせている。本研究では,転送学習に基づくYOLO-WASTEマルチラベル廃棄物分類モデルを構築し,多重廃棄物の高速認識と分類を実現した。モデルの学習効率を高め,最適化するために,マルチラベル廃棄物画像データセットも,多重廃棄物または廃棄物の多重カテゴリーを含む各画像を用いて作成した。実験結果は,YOLO-WASTEモデルのmAP値が92.23%であり,画像を検出する平均時間は0.424sであり,その分類性能は他の画像分類アルゴリズムより著しく良いことを示した。提案したYOLO-WASTEモデルは,複雑な廃棄物同定に新しい洞察を提供し,持続可能な都市開発のための効率的な廃棄物管理を進めるのに役立つ可能性がある。Copyright 2022 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 最適化 ,  *学習 ,  家庭ごみ ,  *廃棄物 ,  多重化 ,  都市開発 ,  *モデル ,  廃棄物管理 ,  持続可能な開発 ,  画像認識
準シソーラス用語： 画像分類 ,  分類アルゴリズム ,  分類モデル , 【Automatic Indexing@JST】

著者キーワード (6件)： 転移学習 ,  画像認識 ,  リサイクル可能な廃棄物分類 ,  深層学習 ,  マルチターゲット検出 ,  YOLOv4

分類 (2件)： ごみ処理  (SC05030O) ,  資源回収利用  (SC05060V)

タイトルに関連する用語 (5件)： 学習 ,  マルチ ,  ラベル ,  廃棄物 ,  モデル