目前我国对于智能化垃圾分类回收仍处于完善推广阶段。文中应用重构优化后的YOLOv5神经网络模型,搭配YOLOv5.s权重,TensorRT加速等手段能取得良好的智能垃圾分类识别效果,在其自建数据集准确率达95.23%以上,移动端部署识别速度达120 fps以上,同时搭配多级分类机构和物联网云平台等手段,能较好地实现智能垃圾分类系统社区化部署。有望解决日常生活中生活垃圾的自动分类问题,进一步缓解了日益增加的垃圾种类多、分类困难的问题,促进了垃圾分类的普及。

生活垃圾的处理是否得当不仅关系到生态文明建设是否能够顺利进行,而且它将决定我们人类今后的生存空间。针对垃圾分类回收的现有问题,设计了一种能够自动完成垃圾分类回收工作的垃圾桶,用以实现从源头对垃圾进行控制。该方法既符合我国的社会现状,也符合社会对资源以及环境的要求。