基于深度学习的湖泊水面漂浮物检测系统

成果编号：39264

价格：面议

完成单位：淮阴工学院

单位类别：其他高校

完成时间：2023年

成熟程度：研制阶段

服务产业领域：电子信息、能源环保

我要对接关注发送消息

发布人：yuyinshan 离线

发送消息

目前，清理水面漂浮物的方法主要依靠人工去打捞清理，不能实现脱离人工操作对水面漂浮物的自主识别和清理，导致清理水面漂浮物的成本高，效率低下。随着机器视觉在工业领域和环保领域中的广泛应用，水面漂浮物的目标检测已经逐渐成为智能无人船领域的研究热点。本项目采用基于深度学习的湖泊水面漂浮物目标检测算法，提高识别水面漂浮物的效率，并结合机械手臂进行湖泊水面漂浮物的捞取，本项目主要研究内容包括：（1）建立一个用于训练和验证本项目方法的湖泊水面漂浮物数据集，并将数据集中的水面漂浮物进行标注；（2）采用ResNet101、Inceptionv2等目前主流的特征提取器对水面漂浮物进行特征提取；（3）建立一个基于深度学习的目标检测网络模型，结合特征提取器实现对水面漂浮物精确的识别分类；（4）设计并搭建湖泊水面漂浮物监测系统，通过机械手臂在提取到的水面漂浮物位置实现对水面漂浮物的抓取。

30 次浏览分享到

成果介绍

科技计划：省部级：

成果形式：新技术

合作方式：技术转让

参与活动：第二届江苏产学研合作对接大会 2023年高校院所服务苏北五市产学研合作对接活动

专利情况：未申请专利

成果简介

成果概况

创新要点

本项目的研究成果具有明确的工程应用背景，将为湖泊水面漂浮物检测领域提供新的研究理论和方法。本项目主要创新点包括：（1）建立湖泊水面漂浮物数据集：对塑料瓶、塑料袋、落叶和树枝等常见漂浮物进行湖泊水面漂浮物的采集，对采集的水面漂浮物进行标注，建立公共数据集。（2）提出一种基于深度学习的湖泊水面漂浮物识别方法：基于现有的研究理论，结合二阶段目标检测算法及特征提取器，建立一种基于深度学习的水面漂浮物检测方法，可对水面漂浮物进行特征提取、分类和位置获取，具有重要现实意义。（3）设计并搭建湖泊水面漂浮物监测系统：基于深度学习的图像识别技术和机械手臂相结合，设计出一个湖泊水面漂浮监测系统，实现对湖泊水面漂浮物识别、分类、捞取功能，该系统在水面清理领域具有重要参考意义。

主要技术指标

（1）获得湖泊水面漂浮物的数据集，并将其分成训练集和测试集，其中训练集和测试集的比例为4：1，并对所有图片进行标注。（2）目前基于深度学习的检测算法对图像噪声表现处理较强的鲁棒性，主要分为两类：一阶段的目标检测算法和二阶段的目标检测算法。一阶段的算法的代表有SSD、YOLOv1-v4系列，二阶段算法的代表有R-CNN、Fast R-CNN、Faster R-CNN、R-FCN、Mask R-CNN。（3）硬件系统包括机械手臂、中央处理器、智能总线舵机模块、通信模块、数据库、显示器、图像采集模块、电源模块、语音识别模块和语音合成模块。图像采集模块包括设置于机械手臂上的高清摄像头，采集的湖泊水面图像信息传输到机械手臂；智能总线舵机模块包括单轴舵机、LX-15D舵机和LX-225舵机，采用三种舵机结合可以实现所述机械手臂的灵活性、高精度性和具有反馈功能；智能总线舵机模块通过螺丝固定在机械手臂上，智能总线舵机设置了机械手臂的扭力，电源模块通过镶嵌安装于所述机械手臂上，电源模块为图像采集模块、通信模块、机械手臂提供电力。

其他说明

完成人信息

姓名：对接成功后可查看

所在部门：对接成功后可查看

职务：对接成功后可查看

职称：对接成功后可查看

手机：对接成功后可查看

E-mail：对接成功后可查看

电话：对接成功后可查看

传真：对接成功后可查看

邮编：对接成功后可查看

通讯地址：对接成功后可查看

联系人信息