ระบบแยกขยะรีไซเคิลอัตโนมัติ

Abstract

งานวิจัยนี้มีจุดประสงค์เพื่อพัฒนาระบบการแยกขยะรีไซเคิลอัตโนมัติให้มีประสิทธิภาพโดยใช้โครงข่ายประสาทแบบคอนโวลูชัน ขยะแบ่งเป็นสองประเภทในงานวิจัยนี้ได้แก่ ขยะรีไซเคิลและขยะที่ไม่สามารถรีไซเคิลได้ วิดีโอการทิ้งขยะถูกส่งและประมวลผลด้วยระบบ จะมีการแจ้งเตือนหากมีการทิ้งขยะประเภทอื่น ลงถังขยะรีไซเคิลหรือทิ้งขยะรีไซเคิลลงถังขยะประเภทอื่น ในงานวิจัยนี้ขยะที่ใช้เป็นขยะภายในประเทศไทยเป็นหลักและชุดข้อมูลที่รวบรวมของวิดีโอที่รับเข้าจะมีส่วนมือของผู้ทิ้งขยะติดอยู่ในเฟรมด้วยซึ่งสอดคล้องกับการใช้งานจริง ขั้นตอนแรกของระบบคือการใช้การตัดเฟรมวิดีโอระหว่างการทิ้งขยะและลบพื้นหลังเพื่อให้ได้ภาพนิ่งของขยะชิ้นเดียว ในขั้นตอนถัดมาแบบจำลองโครงข่ายประสาทแบบคอนโวลูชันหกแบบ ได้แก่ AlexNet VGG16 ResNet50 ResNet152 DenseNet121 และ SqueezeNet1_1 ถูกนำมาใช้เพื่อกำหนดชนิดของขยะ จากผลเชิงเปรียบเทียบพบว่า แบบจำลอง ResNet152 มีความถูกต้องสูงและให้ประสิทธิภาพในเชิงของการใช้เวลาและหน่วยความจำ จึงนำแบบจำลอง ResNet152 มาใช้สร้างระบบในงานวิจัยนี้