Можливості використання нейронної мережі ResNet-50 для автоматичної класифікації типів твердих побутових відходів та оцінки ступеня їх забрудненості

Abstract

Стаття присвячена дослідженню можливостей архітектури ResNet-50 для автоматичної класифікації типів твердих побутових відходів (ТПВ) та одночасної оцінки ступеня їх забрудненості на основі RGBзображень. Розглянуто ключові особливості ResNet-50 – механізм залишкових блоків, transfer learning з ImageNet та аугментацію даних, що забезпечують високу стійкість до варіацій ракурсу, освітлення та забруднень.

The paper explores the capabilities of the ResNet-50 architecture for automatic classification of municipal solid waste (MSW) types and simultaneous assessment of their contamination level based on RGB images. The key features of