KR20190071387A - 재활용 쓰레기 자동 분류 장치 및 방법 - Google Patents

재활용 쓰레기 자동 분류 장치 및 방법 Download PDF

Info

Publication number
KR20190071387A
KR20190071387A KR1020170172408A KR20170172408A KR20190071387A KR 20190071387 A KR20190071387 A KR 20190071387A KR 1020170172408 A KR1020170172408 A KR 1020170172408A KR 20170172408 A KR20170172408 A KR 20170172408A KR 20190071387 A KR20190071387 A KR 20190071387A
Authority
KR
South Korea
Prior art keywords
garbage
unit
waste
learning
recycled
Prior art date
Application number
KR1020170172408A
Other languages
English (en)
Inventor
안성준
송상윤
이명호
탁희연
Original Assignee
안성준
이명호
탁희연
송상윤
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 안성준, 이명호, 탁희연, 송상윤 filed Critical 안성준
Priority to KR1020170172408A priority Critical patent/KR20190071387A/ko
Publication of KR20190071387A publication Critical patent/KR20190071387A/ko

Links

Images

Classifications

    • BPERFORMING OPERATIONS; TRANSPORTING
    • B07SEPARATING SOLIDS FROM SOLIDS; SORTING
    • B07CPOSTAL SORTING; SORTING INDIVIDUAL ARTICLES, OR BULK MATERIAL FIT TO BE SORTED PIECE-MEAL, e.g. BY PICKING
    • B07C5/00Sorting according to a characteristic or feature of the articles or material being sorted, e.g. by control effected by devices which detect or measure such characteristic or feature; Sorting by manually actuated devices, e.g. switches
    • B07C5/34Sorting according to other particular properties
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B07SEPARATING SOLIDS FROM SOLIDS; SORTING
    • B07CPOSTAL SORTING; SORTING INDIVIDUAL ARTICLES, OR BULK MATERIAL FIT TO BE SORTED PIECE-MEAL, e.g. BY PICKING
    • B07C5/00Sorting according to a characteristic or feature of the articles or material being sorted, e.g. by control effected by devices which detect or measure such characteristic or feature; Sorting by manually actuated devices, e.g. switches
    • B07C5/36Sorting apparatus characterised by the means used for distribution
    • B07C5/361Processing or control devices therefor, e.g. escort memory

Landscapes

  • Processing Of Solid Wastes (AREA)

Abstract

본 발명은 재활용 쓰레기 자동 분류 장치 및 방법에 관한 것으로, 본 발명에 따른 재활용 쓰레기 자동 분류 장치는 재활용 쓰레기가 낙하되는 쓰레기 낙하부, 재활용 쓰레기가 상기 쓰레기 낙하부로 낙하하면서 발생되는 소리 데이터를 획득하는 소리 획득부, 그리고 상기 획득된 소리 데이터를 이용하여 재활용 쓰레기를 미리 정해진 기준에 따라 분류하는 분류부를 포함한다. 상기 재활용 쓰레기 자동 분류 장치는 재활용 쓰레기가 낙하하면서 발생하는 소리 데이터를 학습 데이터로 입력받아 재활용 쓰레기 분류 모델을 학습하는 학습분류부를 더 포함할 수 있다. 본 발명에 의하면 조명 등에 영향을 받지 않고, 자동으로 재활용 쓰레기를 정확하게 분류해낼 수 있다.

Description

재활용 쓰레기 자동 분류 장치 및 방법{Automatic Recycling Waste Sorting Apparatus and Method}
본 발명은 재활용 자동 분류 장치 및 방법에 관한 것으로, 보다 자세하게는 재활용 쓰레기 낙하 소리 기반 재활용 쓰레기 자동 분류 장치 및 방법에 관한 것이다.
일반적으로 가정이나 공장 등에서 발생하는 폐기물 중 음료용 캔이나 병 또는 각종 포장재 등은 재활용이 가능한 재활용 폐기물로 동일한 군, 즉 금속재, 종이재와 유리병 및 플라스틱재, 비철금속 등으로 분류하고, 분리된 원료를 재활용 공장 등으로 보내어 자원으로써 재활용하고 있다.
그런데 종래 재활용 쓰레기 분류는 주로 인력을 사용해서 이루어지는데 분리 수거가 제대로 이루어지지 않아 자원이 낭비되고 있으며, 인력을 이용하는 경우 비용이 많이 드는 단점이 있었다.
이러한 문제점을 해결하기 위해 한국등록특허 제1,410,729호에서는 재활용 쓰레기를 촬영한 영상을 이용하여 비전(vision) 기반으로 재활용 쓰레기를 분류하는 방법 등이 제시되고 있다.
그런데 비전 기반으로 재활용 쓰레기를 분류하는 방법은 조명(밝기, 조도) 등의 영향을 많이 받아서 시간에 따라 재활용 쓰레기를 분류하는데 오류가 발생할 수 있는 문제점이 있었다. 또한 영상만으로는 재활용 쓰레기의 재질 등을 제대로 인식하지 못하여 분류에 오류가 발생할 수 있는 문제점도 있었다.
한국등록특허 제1,410,729호(2014.06.17)
따라서 본 발명이 해결하고자 하는 기술적 과제는 조명 등에 영향을 받지 않고, 자동으로 재활용 쓰레기를 정확하게 분류해낼 수 있는 소리 기반 재활용 쓰레기 자동 분류 장치 및 방법을 제공하는 것이다.
상기한 기술적 과제를 해결하기 위한 본 발명에 따른 재활용 쓰레기 자동 분류 장치는 재활용 쓰레기가 낙하되는 쓰레기 낙하부, 재활용 쓰레기가 상기 쓰레기 낙하부로 낙하하면서 발생되는 소리 데이터를 획득하는 소리 획득부, 그리고 상기 획득된 소리 데이터를 이용하여 재활용 쓰레기를 미리 정해진 기준에 따라 분류하는 학습분류부를 포함한다.
상기 학습분류부는, 재활용 쓰레기 자동 분류 장치는 재활용 쓰레기가 낙하하면서 발생하는 소리 데이터를 학습 데이터로 입력받아 재활용 쓰레기 분류 모델을 학습할 수 있다.
상기 재활용 쓰레기 자동 분류 장치는 상기 쓰레기 낙하부에 낙하된 재활용 쓰레기를 상기 분류부에서 분류된 결과에 분리하여 수용하는 분리 수거부, 그리고 투입된 재활용 쓰레기를 상기 쓰레기 낙하부에 낙하시키고, 상기 쓰레기 낙하부에 낙하된 재활용 쓰레기를 상기 분리 수거부로 이동시키는 쓰레기 이송부를 더 포함할 수 있다.
상기한 기술적 과제를 해결하기 위한 본 발명에 따른 재활용 쓰레기 자동 분류 방법은, 투입된 재활용 쓰레기를 낙하시키는 단계, 재활용 쓰레기가 낙하하면서 발생되는 소리 데이터를 획득하는 단계, 그리고 상기 획득된 소리 데이터를 이용하여 재활용 쓰레기를 미리 정해진 기준에 따라 분류하는 단계를 포함한다.
상기한 기술적 과제를 해결하기 위한 본 발명에 따른 재활용 쓰레기 자동 분류 방법은, 재활용 쓰레기가 낙하하면서 발생하는 소리 데이터를 학습 데이터로 입력받아 재활용 쓰레기 분류 모델을 학습하는 단계를 더 포함할 수 있다.
본 발명에 의하면 조명 등에 영향을 받지 않고, 자동으로 재활용 쓰레기를 정확하게 분류해낼 수 있다.
도 1은 본 발명의 일 실시예에 따른 재활용 쓰레기 자동 분류 장치의 구성을 나타낸 블록도이다.
도 2는 본 발명의 일 실시예에 따른 재활용 쓰레기 자동 분류 장치의 동작을 설명하기 위해 제공되는 흐름도이다.
그러면 첨부한 도면을 참고로 하여 본 발명의 실시예에 대하여 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자가 용이하게 실시할 수 있도록 상세히 설명한다.
도 1은 본 발명의 일 실시예에 따른 재활용 쓰레기 자동 분류 장치의 구성을 나타낸 블록도이다.
도 1을 참고하면, 본 발명에 따른 재활용 쓰레기 자동 분류 장치는 쓰레기 낙하부(110), 소리 획득부(120), 저장부(130), 학습분류부(140), 분리 수거부(150), 쓰레기 이송부(160) 및 제어부(170)를 포함할 수 있다.
쓰레기 낙하부(110)는 재활용 쓰레기 자동 분류 장치에 투입되는 재활용 쓰레기가 낙하되는 공간에 배치되며, 금속판을 포함할 수 있다.
재활용 쓰레기는 사용자에 의해 투입되면 바로 쓰레기 낙하부(110)로 낙하되도록 하거나, 또는 일정한 공간에서 대기하다가 쓰레기 이송부(160)에 의해 쓰레기 낙하부(110)로 낙하될 수도 있다. 실시예에 따라 쓰레기 낙하부(110)의 구성 등은 달라질 수 있다.
소리 획득부(120)는 쓰레기 낙하부(110)에서 재활용 쓰레기가 낙하하여 금속판 등과 충돌하면서 발생하는 소리를 전기 펄스로 변환할 수 있는 마이크로폰(microphone)을 포함할 수 있으며, 마이크로폰을 통해 획득한 소리를 저장부(130)에 저장할 수 있다.
저장부(130)는 재활용 쓰레기 자동 분류 장치의 동작과 관련된 각종 정보 및 데이터를 저장하는 기능을 수행한다. 구체적으로 저장부(130)는 소리 획득부(120)에서 획득된 소리 데이터를 포함하는 학습 데이터를 저장할 수 있다. 이를 위해 저장부(130)는 롬(ROM), 램(RAM), 하드디스크, SSD 등의 각종 메모리 장치를 포함할 수 있다.
학습 데이터는 각 물체 당 미리 정해진 개수, 예컨대 200개의 훈련 데이터(train data)와 50개의 테스트 데이터(test data) 등을 소리 획득부(120)를 통해 획득하여 확보할 수 있다. 물론 훈련 데이터와 테스트 데이터의 개수 등은 실시예에 따라 달라질 수 있다.
학습분류부(140)는 재활용 쓰레기가 낙하하면서 발생하는 소리 데이터를 학습 데이터로 입력받아 재활용 쓰레기 분류 모델을 머신러닝 기반으로 학습할 수 있다 그리고 학습분류부(140)는 학습된 재활용 쓰레기 분류 모델을에 따라 재활용 쓰레기를 낙하하면서 발생하는 소리에 따라 분류할 수 있다.
즉 학습분류부(140)는 재활용 쓰레기의 종류에 따라 낙하하면서 발생하는 소리의 주파수 대역별 분석을 하고, 주파수 대역별 분석 결과를 CNN(Convolutional Neural Network) 등을 통해 학습 및 분류할 수 있다.
물론 학습분류부(140)는 인셉션 모듈(inception module) 기반 컨벌루션 신경망(Convolutional Neural Networks, CNN), 심층 신경망(Deep Neural Network, DNN), 재귀 신경망(Recurrent Neural Network, RNN), 제한 볼츠만 머신(restricted Boltzmann machine), 심층 신뢰 신경망(Deep Belief Network, DBN), 심층 Q-네트워크(Deep Q-Network) 등과 같이 다양한 딥 러닝 기법이 적용된 신경망 알고리즘을 이용하여 재활용 쓰레기 분류 모델을 학습하여 재활용 쓰레기를 미리 정해진 기준에 따라 분류할 수도 있다.
분리 수거부(150)는 쓰레기 낙하부(110)에 낙하된 재활용 쓰레기를 학습분류부(140)에서 분류된 결과에 분리하여 수용할 수 있다. 이를 위해 분리 수거부(150)는 재활용 쓰레기 종류별로 구획된 수용칸 등을 마련할 수 있다.
쓰레기 이송부(160)는 투입된 재활용 쓰레기를 매니퓰레이터(도시하지 않음) 등을 통해 집어들어서 쓰레기 낙하부(110)에 낙하시키고, 쓰레기 낙하부(110)에 낙하된 재활용 쓰레기를 분리 수거부(150)로 분류 결과에 따라 이동시키는 장치적 구조를 가질 수 있다.
쓰레기 이송부(160)의 장치적 구조는 재활용 쓰레기 자동 분류 장치의 실시예에 따라 그 형태나 기계적 동작 방식 등은 다양하게 변형하여 구현할 수 있는 것으로 이해되어야 한다.
제어부(170)는 본 발명에 따른 재활용 쓰레기 자동 분류 장치의 전체적인 동작을 제어한다. 제어부(170)는 학습분류부(140)에 학습되지 않았거나 오류가 발생하는 재활용 쓰레기에 대해서 필요한 경우 다시 훈련 데이터 및 테스트 데이터를 확보하여 재활용 쓰레기 분류 모델을 재학습시킬 수 있다. 또한 제어부(170)는 재활용 쓰레기가 투입되면 쓰레기 이송부(160)를 제어하여 적절한 처리 속도로 재활용 쓰레기를 쓰레기 낙하부(110)로 낙하시킬 수 있다.
도 2는 본 발명의 일 실시예에 따른 재활용 쓰레기 자동 분류 장치의 동작을 설명하기 위해 제공되는 흐름도이다.
도 2를 참고하면, 먼저 본 발명에 따른 재활용 쓰레기 자동 분류 장치에서 학습분류부(140)는 학습 기간 동안 재활용 쓰레기가 쓰레기 낙하부(110)로 낙하하면서 발생하는 소리 데이터를 학습 데이터로 입력받아 재활용 쓰레기 분류 모델을 머신러닝 기반으로 학습할 수 있다(S210).
학습을 마친 후 재활용 쓰레기 자동 분류 장치는 사용자가 재활용 쓰레기를 투입하면, 쓰레기 이송부(160)를 통해 재활용 쓰레기를 쓰레기 낙하부(110)로 낙하시킬 수 있다(S220).
그리고 재활용 쓰레기 자동 분류 장치는 재활용 쓰레기가 낙하하여 금속판 등과 충돌하면서 발생하는 소리를 소리 획득부(120)를 통해 획득할 수 있다(S230).
다음으로 재활용 쓰레기 자동 분류 장치는 단계(S230)에서 획득된 소리 데이터를 학습분류부(140)를 통해 분류하여 단계(S210)에서 투입된 재활용 쓰레기의 종류를 분류해낼 수 있다(S240).
마지막으로 재활용 쓰레기 자동 분류 장치는 단계(S240)에서 분류된 결과에 따라 재활용 쓰레기를 쓰레기 이송부(160)를 통해 해당 분류에 맞도록 분리 수거부(150)에 수용할 수 있다(S250).
물론 실시예에 따라 본 발명에 따른 재활용 쓰레기 자동 분류 장치는 재활용 쓰레기를 비전 방식으로 영상에서 재활용 쓰레기를 인식하고, 그 종류에 따라 분류할 수 있는 기능을 추가로 포함할 수도 있다. 또한 본 발명에 따른 재활용 쓰레기 자동 분류 장치는 소리에 따른 분류와 영상에 따른 분류를 복합적으로 활용하여 재활용 쓰레기를 보다 정교하게 분류할 수 있도록 구현하는 것도 가능하다.
본 발명의 실시예는 다양한 컴퓨터로 구현되는 동작을 수행하기 위한 프로그램 명령을 포함하는 컴퓨터로 읽을 수 있는 매체를 포함한다. 이 매체는 앞서 설명한 재활용 쓰레기 자동 분류 방법을 실행시키기 위한 프로그램을 기록한다. 이 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 이러한 매체의 예에는 하드디스크, 플로피디스크 및 자기 테이프와 같은 자기 매체, CD 및 DVD와 같은 광기록 매체, 플롭티컬 디스크(floptical disk)와 자기-광 매체, 롬, 램, 플래시 메모리 등과 같은 프로그램 명령을 저장하고 수행하도록 구성된 하드웨어 장치 등이 있다. 프로그램 명령의 예에는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드를 포함한다.
이상에서 본 발명의 바람직한 실시예에 대하여 상세하게 설명하였지만 본 발명의 권리범위는 이에 한정되는 것은 아니고 다음의 청구범위에서 정의하고 있는 본 발명의 기본 개념을 이용한 당업자의 여러 변형 및 개량 형태 또한 본 발명의 권리범위에 속하는 것이다.
110: 쓰레기 낙하부
120: 소리 획득부
130: 저장부
140: 학습분류부
150: 분리 수거부
160: 쓰레기 이송부
170: 제어부

Claims (5)

  1. 재활용 쓰레기가 낙하되는 쓰레기 낙하부,
    재활용 쓰레기가 상기 쓰레기 낙하부로 낙하하면서 발생되는 소리 데이터를 획득하는 소리 획득부, 그리고
    상기 획득된 소리 데이터를 이용하여 재활용 쓰레기를 미리 정해진 기준에 따라 분류하는 학습분류부
    를 포함하는 재활용 쓰레기 자동 분류 장치.
  2. 제 1 항에서,
    상기 학습분류부는,
    재활용 쓰레기가 낙하하면서 발생하는 소리 데이터를 학습 데이터로 입력받아 재활용 쓰레기 분류 모델을 학습하는
    를 더 포함하는 재활용 쓰레기 자동 분류 장치.
  3. 제 1 항에서,
    상기 쓰레기 낙하부에 낙하된 재활용 쓰레기를 상기 분류부에서 분류된 결과에 분리하여 수용하는 분리 수거부, 그리고
    투입된 재활용 쓰레기를 상기 쓰레기 낙하부에 낙하시키고, 상기 쓰레기 낙하부에 낙하된 재활용 쓰레기를 상기 분리 수거부로 이동시키는 쓰레기 이송부
    를 더 포함하는 재활용 쓰레기 자동 분류 장치.
  4. 투입된 재활용 쓰레기를 낙하시키는 단계,
    재활용 쓰레기가 낙하하면서 발생되는 소리 데이터를 획득하는 단계, 그리고
    상기 획득된 소리 데이터를 이용하여 재활용 쓰레기를 미리 정해진 기준에 따라 분류하는 단계
    를 포함하는 재활용 쓰레기 자동 분류 방법.
  5. 제 4 항에서,
    재활용 쓰레기가 낙하하면서 발생하는 소리 데이터를 학습 데이터로 입력받아 재활용 쓰레기 분류 모델을 학습하는 단계
    를 더 포함하는 재활용 쓰레기 자동 분류 방법.
KR1020170172408A 2017-12-14 2017-12-14 재활용 쓰레기 자동 분류 장치 및 방법 KR20190071387A (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020170172408A KR20190071387A (ko) 2017-12-14 2017-12-14 재활용 쓰레기 자동 분류 장치 및 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020170172408A KR20190071387A (ko) 2017-12-14 2017-12-14 재활용 쓰레기 자동 분류 장치 및 방법

Publications (1)

Publication Number Publication Date
KR20190071387A true KR20190071387A (ko) 2019-06-24

Family

ID=67055917

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020170172408A KR20190071387A (ko) 2017-12-14 2017-12-14 재활용 쓰레기 자동 분류 장치 및 방법

Country Status (1)

Country Link
KR (1) KR20190071387A (ko)

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111404967A (zh) * 2020-04-03 2020-07-10 山西小苍蝇智能环保科技有限公司 厨余垃圾回收运营方法、系统、支付回收设备、用户终端及车辆终端
KR20200138465A (ko) * 2019-05-29 2020-12-10 주식회사 디파인 폐기물 분석 지능형 cctv 시스템
WO2021129236A1 (zh) * 2019-12-24 2021-07-01 浙江大学 一种采用一维卷积神经网络的声学垃圾分类方法
WO2021244988A1 (en) 2020-05-31 2021-12-09 Recircula Solutions S.L. A method for classifying waste
WO2021249617A1 (en) 2020-06-08 2021-12-16 Commissariat à l'énergie atomique et aux énergies alternatives Sorting system for sorting objects belonging to at least two classes of objects having different acoustic signatures when impacting an impact body and associated methods
KR102460368B1 (ko) * 2022-04-20 2022-10-31 한백희 쓰레기 처리 시스템
US11660762B2 (en) 2018-05-11 2023-05-30 Mp Zenrobotics Oy Waste sorting robot
US11851292B2 (en) 2018-04-22 2023-12-26 Mp Zenrobotics Oy Waste sorting gantry robot

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101410729B1 (ko) 2013-02-12 2014-06-24 한국쓰리알환경산업(주) 폐기물 재활용 비철금속 세분화 분류 시스템

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101410729B1 (ko) 2013-02-12 2014-06-24 한국쓰리알환경산업(주) 폐기물 재활용 비철금속 세분화 분류 시스템

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11851292B2 (en) 2018-04-22 2023-12-26 Mp Zenrobotics Oy Waste sorting gantry robot
US11660762B2 (en) 2018-05-11 2023-05-30 Mp Zenrobotics Oy Waste sorting robot
KR20200138465A (ko) * 2019-05-29 2020-12-10 주식회사 디파인 폐기물 분석 지능형 cctv 시스템
WO2021129236A1 (zh) * 2019-12-24 2021-07-01 浙江大学 一种采用一维卷积神经网络的声学垃圾分类方法
US20220349861A1 (en) * 2019-12-24 2022-11-03 Zhejiang University Acoustic garbage classification method using one-dimensional convolutional neural network (1d-cnn)
US11835489B2 (en) * 2019-12-24 2023-12-05 Zhejiang University Acoustic garbage classification method using one-dimensional convolutional neural network (1D-CNN)
CN111404967A (zh) * 2020-04-03 2020-07-10 山西小苍蝇智能环保科技有限公司 厨余垃圾回收运营方法、系统、支付回收设备、用户终端及车辆终端
WO2021244988A1 (en) 2020-05-31 2021-12-09 Recircula Solutions S.L. A method for classifying waste
WO2021249617A1 (en) 2020-06-08 2021-12-16 Commissariat à l'énergie atomique et aux énergies alternatives Sorting system for sorting objects belonging to at least two classes of objects having different acoustic signatures when impacting an impact body and associated methods
KR102460368B1 (ko) * 2022-04-20 2022-10-31 한백희 쓰레기 처리 시스템

Similar Documents

Publication Publication Date Title
KR20190071387A (ko) 재활용 쓰레기 자동 분류 장치 및 방법
Rabano et al. Common garbage classification using mobilenet
US11260426B2 (en) Identifying coins from scrap
US20200368786A1 (en) Metal sorter
KR101804187B1 (ko) 쓰레기 분리수거 시스템, 장치 및 방법
KR102208500B1 (ko) 스마트 쓰레기통, 스마트 쓰레기통 관리 시스템 및 관리 방법
Funch et al. Detecting glass and metal in consumer trash bags during waste collection using convolutional neural networks
US11335086B2 (en) Methods and electronic devices for automated waste management
CN105564864A (zh) 垃圾桶、垃圾桶的垃圾分类方法和系统
CN104881675A (zh) 一种视频场景的识别方法和装置
CN110606292A (zh) 基于人工智能的自动分类垃圾桶及分类方法
Flores et al. Literature review of automated waste segregation system using machine learning: A comprehensive analysis
CN112543680A (zh) 从废料中回收硬币
Middya et al. Garbage detection and classification using faster-RCNN with inception-V2
Othman et al. Comparison on cloud image classification for thrash collecting LEGO mindstorms EV3 robot
Puthussery et al. Green dream: A deep learning based real-time model for automatic waste segregation from video streams
Jamali et al. Food waste management: a case study of the employment of artificial intelligence for sorting technique
Omar et al. Multimedia inorganic waste separator
Ríos-Zapata et al. Can the attributes of a waste bin improve recycling? A literature review for sensors and actuators to define product design objectives
RU2782408C1 (ru) Автоматизированный комплекс по сортировке использованной тары
Mehendale et al. A review of automatic waste separators
Ploeger et al. Automated Identification of Used Beverage Cans for Deposit Return using Deep Learning Methods
Istad Funch et al. Detecting glass and metal in consumer trash bags during waste collection using convolutional neural networks
Radhika Real Life Smart Waste Management System
CN116620744A (zh) 一种基于深度学习的智能分类系统及其实现方法

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E601 Decision to refuse application