详细内容或原文请订阅后点击阅览
A.R.I.S.：利用深度学习进行电子垃圾分类的自动回收识别系统
传统的电子回收流程由于材料分离和识别能力不足而遭受严重的资源损失，限制了材料的回收。我们推出 A.R.I.S. （自动回收识别系统）是一种低成本便携式电子垃圾粉碎分拣机，可解决这一效率差距。该系统采用YOLOx模型对金属、塑料和电路板进行实时分类，实现低推理延迟和高检测精度。实验评估产生了 90% 的总体精度、82.2% 的平均精度 (mAP) 和 84% 的分类…
来源:Apple机器学习研究传统的电子回收流程由于材料分离和识别能力不足而遭受严重的资源损失，限制了材料的回收。我们推出 A.R.I.S. （自动回收识别系统）是一种低成本便携式电子垃圾粉碎分拣机，可解决这一效率差距。该系统采用YOLOx模型对金属、塑料和电路板进行实时分类，实现低推理延迟和高检测精度。实验评估的总体精度为 90%，平均精度 (mAP) 为 82.2%，分选纯度为 84%。通过将深度学习与既定的排序方法相结合，A.R.I.S.提高材料回收效率并降低采用先进回收技术的障碍。这项工作补充了延长产品生命周期、支持以旧换新和回收计划以及减少整个供应链对环境影响等更广泛的举措。