文献综述
文 献 综 述随着近些年来科技的不断发展，人民的生活水平日益提高，对美好生活的希望不断成为现实，但是随着而来的也出现了一个问题：垃圾的产量也急剧增长。
大量的垃圾不仅造成了环境的污染，而且因为许多可以经过重新利用的垃圾未得到有效分类，也带来了资源的极大浪费。
从2019年开始，全国许多省市都已经正式启动了垃圾分类工作，将生活中的垃圾明确的分为几类存放，以方便后期垃圾处理厂的进一步回收再利用。
同时，许多其他国家也采用了各种方法进行垃圾分类，比如使用基于视觉的垃圾分拣机器人，芬兰的 ZENROBOTICS 垃圾回收机、日本 FANUC 分拣机器人、美国 MAX-AI 机器人、AMP 机 器人、GOOGLE X 日常机器人和 BHS 智能分拣机器人等。
通过使用卷积神经网络进行图像处理，使得机器可以通过摄像头自动识别不同种类的垃圾，由此可以对垃圾进行自动的分类，相比于手工分类，能在减轻工作量的同时提高准确率。
在深度学习的算法当中，YOLO作为一种新的目标检测方法，能在实现快速检测的同时还能够有较高的准确率。
该方法采用单个神经网络直接预测物品边界和类别概率，实现端到端的物品检测。
尽管YOLO存在目标区域定位误差较大的缺点，但其优点仍然明显。
2015年JOSEPH REDMON提出了一个新的物体检测方法YOLO(YOU ONLY LOOK ONCE），也是YOLO的第一个版本（YOLO-V1)。
剩余内容已隐藏，您需要先支付 10元 才能查看该篇文章全部内容！立即支付
以上是毕业论文文献综述，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
