扫码加客服,即可 免费获得 1000+ 塑料行业社群, 10W+ 塑料行业人脉, 最新 产能地图、 最全 制品企业通讯录
立即加群
专塑视界
下载APP

机器学习助力施工现场废弃物实时分拣,提升塑料回收率

2026-04-01 14:05. 欧洲

施工现场废弃物实时分拣机器学习有助于提高建筑工地塑料废弃物的回收率。研究人员正在优化计算机视觉系统,以帮助识别和分拣建筑工地的塑料废弃物。建筑与拆除活动是废弃物的主要来源之一,其中包括塑料废弃物。由于建筑工地的时间限制和成本限制,塑料废料经常受到污染,最终被填埋或焚烧。此外,人工分拣过程常常忽略可回收塑料。为了提高建筑塑料的回收和再利用,研究人员开发了一种工具,用于在施工现场自动分拣建筑与拆除废弃物。

专注于建筑的计算机视觉为了创建这一工具,研究人员首先汇编了活跃的建筑和翻新工地的图像和照片数据集。这些图像捕捉了各种光照和环境条件,包括室外和室内拍摄的照片。在基础数据集中包含各种真实图像,可以提高基于计算机视觉的机器学习工具的准确性。这对于实时、实地的监测尤其关键,例如在建筑工地上。该数据集对建筑工地常见的七类主要物体进行了分类。这些物体类别包括桶、电缆、桶形容器、绝缘材料、液体容器、管道和PVC型材。PVC型材物体包括各种由聚氯乙烯制成的结构部件。研究人员使用Roboflow平台对图像进行标注。数据集中的图像展示了真实环境中的建筑废弃物,以提高准确性。

识别可回收塑料利用计算机视觉和机器学习,该工具成功地提供了对建筑与拆除废弃物场景的洞察。桶形容器物体类别在模型识别中成功率最高,即使受到污染或变形。由于图像中管道的分割和断开,PVC型材物体对模型更具挑战性。PVC型材类别包含各种形状和大小的物体。因此,模型在高度杂乱的场景中分割这些物体时遇到困难。EigenCAM(类激活映射)可视化展示了图像的哪些部分对模型的预测贡献最大。这提供了对模型决策过程以及可能发生检测错误的区域的洞察。EigenCAM可视化可以帮助研究人员识别潜在的偏差,并进一步完善数据集设计和模型训练。

权衡:速度与准确性研究人员开发这项技术的目的是将其实际应用于自动化废弃物分拣系统。因此,他们选择了一种针对速度和效率优化的实时架构。研究人员在额外实验中,将结果与更准确的实例分割框架Mask2Former进行了比较。尽管Mask2Former速度较慢,但使用相同数据集显示出更高的准确性潜力。

现实世界实时应用的潜力将该模型纳入现实世界的废弃物处理系统,将展示其在实时识别建筑与拆除废弃物方面的可行性。该模型显示出在协助自动化废弃物分拣以及与机器人分拣系统集成方面的潜力。然而,未来的研究可能会寻求提高模型的性能,尤其是在高度杂乱的场景中。

 

【版权与免责声明】本文版权归专塑视界所有,业务合作、媒体采访、文章转载及建议敬请拨打专塑视界客服热线:18030158354;专塑视界所提供的信息和数据仅供参考,并不构成对客户决策的直接建议。客户基于这些信息和数据做出的任何决策,由此产生的一切直接或间接损失及法律后果,均由客户自行承担,与专塑视界无关;未经授权,严禁转载。
最近阅读
用户头像
用户***49
福建***移动
用户头像
用户***80
福建***电信
用户头像
用户***67
河南***移通
用户头像
用户***22
山东***移动
用户头像
用户***59
江苏***电信
用户头像
用户***13
福建***电信
用户头像
伊贝***生物
江苏***移通
用户头像
用户***57
福建***电信
用户头像
用户***18
福建***电信
用户头像
恭喜***58
福建***电信
用户头像
暂无**
广东***移动
用户头像
用户***99
浙江***SL
用户头像
同创**
山东***移动
用户头像
用户***86
江苏***电信
用户头像
用户***89
上海***电信
用户头像
用户***81
浙江***移通
TA的热门文章
更多新闻 >
生物基工程塑料研究突破:弗劳恩霍夫SUBI²MA项目开发高性能可持续材料
可印刷无芯片RFID技术革新塑料回收分选,MXene标签可清洗去除
回收成分声明与质量平衡:塑料循环经济的可信度考验
低粗糙度航空涂料流变助剂详解:优化表面粗糙度与空气动力学性能
泡沫注塑成型技术:轻量化制造的革命性突破
利用人工光合作用升级回收PET塑料:太阳能驱动废弃物变高值化学品
化妆品包装新突破:生物基复合材料替代传统塑料
碳纤维增强在3D打印中的效果分析:成功与失败的关键因素
等离子体技术革新聚丙烯保险杠涂装工艺,实现无底漆环保解决方案
定制吹塑机如何重塑包装效率新标准
点击图标复制邮箱地址:
Click icon to copy email:
service@zhuansushijie.com
扫码添加社群
客服电话:
18030158354
扫码下载专塑视界APP
手机扫码
下载APP
了解更多