Магистрант МТУСИ Менибаев М.Р. проанализировал проблемы увеличения и сортировки бытового мусора и разработал нейронную сеть, настроенную на решение этих проблем.
Она основывается на архитектуре ResNet34 и содержит 34 свёрточных слоя. Для дообучения нейронной сети был использован сборный датасет, основывающийся на данных, расположенных в открытом доступе и собственных изображениях, собранных магистрантом.Размер датасета — 2527 изображений основных категорий бытовых отходов: стекла, металла, пластика, картона, бумаги и нескольких видов несортируемых отходов (в основном пищевых).
Точность классификации объектов нейросети на данный момент составляет 92,12%, заявляет МТУСИ.Доцент кафедры «Интеллектуальные системы в управлении и автоматизации» МТУСИ, кандидат технических наук, руководитель Центра робототехники МТУСИ «Хорошие показатели классификации можно объяснить удачной структурой нейронной сети и её предварительным обучением, однако результаты работы всегда можно улучшить, повысив качество изображений в обучающем наборе и их количество.
Читать на habr.com