面向多目标医疗垃圾分类的智能识别分拣系统设计

摘要: 医疗垃圾中存在大量的病毒和细菌，为解决医疗垃圾源头智能分类问题，开发了基于机器视觉和Delta机构的智能分拣平台样机，并提出一种三阶段的多目标医疗垃圾识别分拣（medical waste recognition- indexes-sorting，MWRIS）算法。第1阶段提出数据增强扩容的IE-YOLOv4算法建立起医疗垃圾识别模型，与Faster R-CNN、RetinaNet、CenterNet等5种模型比较；第2阶段索引分类模型用于管理分类规则；第3阶段定位分拣算法指导目标定位分拣。在集成了MWRIS算法的分拣样机上，采集14种，2 217张医疗样本图像，完成医疗垃圾分拣实验。结果表明，使用IE-YOLOv4的MWRIS算法对医疗垃圾识别准确率显著提升至99.30%，分拣实验对目标定位准确率达到96.17%，最终分类正确率为86.67%，验证了多目标医疗垃圾识别分拣系统的有效性。

• 关键词: 
• 机器视觉  /  
• 目标检测  /  
• Delta分拣系统  /  
• 机械设计  /  
• 人工智能  /  
• 医疗垃圾  /  
• 垃圾分类  /  
• 智能垃圾箱  

我国医疗卫生事业的进步与发展&#x