Тип публикации: доклад, тезисы доклада, статья из сборника материалов конференций
Конференция: Актуальные проблемы современности; Пенза; Пенза
Год издания: 2026
Ключевые слова: computer vision, deep learning, convolutional neural networks, object detection, municipal solid waste, container fill level, компьютерное зрение, глубокое обучение, сверточные нейронные сети, детектирование объектов, твердые коммунальные отходы, уровень заполнения контейнера, yolo
Аннотация: В статье рассматривается задача автоматического контроля уровня заполнения контейнеров твердых коммунальных отходов средствами компьютерного зрения. Проанализированы ограничения существующих подходов к мониторингу контейнерных площадок - ручных объездов и аппаратных датчиков заполнения. Предложена архитектура системы в виде двухэтаПоказать полностьюпного конвейера, объединяющего детектирование контейнеров на изображении нейронной сетью семейства YOLO и классификацию уровня их заполнения сверточным классификатором. Описаны методика формирования набора данных, программа вычислительного эксперимента и схема интеграции системы в процессы регионального оператора по обращению с отходами. The article considers the problem of automatic monitoring of the fill level of municipal solid waste containers by means of computer vision. The limitations of existing approaches to monitoring container sites - manual inspections and hardware fill sensors - are analyzed. A system architecture is proposed in the form of a two-stage pipeline combining container detection in an image by a YOLO-family neural network and classification of the fill level by a convolutional classifier. The methodology of dataset preparation, the program of the computational experiment and the scheme of integration of the system into the processes of a regional waste management operator are described.
Журнал: Актуальные проблемы современности
Номера страниц: 50-53
Место издания: Пенза