工业革命使得人类的生产力水平以指数级提升,也使得垃圾数量飞速上涨,如何处置垃圾在全世界范围变成一个棘手的问题。垃圾分类作为资源回收利用的重要环节之一,可以有效地提高资源回收利用效率,减轻环境污染带来的危害。传统的图像分类算法很难满足垃圾分拣设备的要求,随着深度学习技术的发展,使借助视觉技术自动分拣垃圾具有了现实的可能性。通过摄像头拍摄垃圾图片,利用卷积神经网络检测出垃圾的类别及位置,借助机械手或推板自动完成分拣任务,可以降低人工成本,提高分拣效率。因此,开展垃圾图像分类算法的研究,具有理论意义和重要的应用价值。

　　此AI算法包用于检测画面中垃圾，主要应用于检测垃圾。此算法包不会检测人脸或者人体，适用于对稳私要求较高场景下。检沉到垃圾后会在画面中将其标记并通过标准数据结构输出。

　　l 采用深度学习算法，针对各种垃圾（塑料袋、各种包装纸箱、瓶子。。。）等检测，检测到拉圾时抓拍并上传，识别率可达99%以上

　　l 采用划定区域方式检测到垃圾触发

　　l 支持上传中心管理平台选项

　　l 支持时间段布控

　　l 支持设定最小评分阈值设定，评分小于此阈值时被过滤掉。

　　l 支持手工绘制排除区

　　l 支持设定是否联动语音TTS播报(本地或网络语音模块)

　　l 支持设定是否联动开关量输出

　　l 支持设定多边形布控区，未设置布控区时，则全景布控

　　l 支持设定布控时间

　　l 支持设定是否联动录像(N秒）