Bottle sorting by CNN and physical features extraction via robotic arm Recyclage des bouteilles en verre-plastiques avec un bras robotiques utilisant CNN et paramètres physiques.
Domaine:
environment and energyType de record:
papersoftware
Créateur:
Iol
Éditeur:
ÉcoKei
Éditeur:
CCSD
Hôte:
Bottles come in all shapes, materials, colors, or sizes but unfortunately tends to end up on our beaches, parks or forests. In this paper, we propose a robotic arm for picking bottle and present an hybrid approach for sorting glass to plastic bottle by combining classic light CNN model and physical features extracted by the robotic arm with no additional sensors. This method allows a fast development, provides good results of classification and take most advantages the robotic arm by transforming the actuators into sensors.
Les bouteilles sont produites sous toutes formes, couleurs ou matière premières et malheureusement finissent sur nos plages ou dans nos forêts. Dans ce papier, nous présentons un bras robotisé qui recycle les bouteilles. Ce bras utilise une approche qui mixe un classique CNN-modèle et des paramètres physiques qui sont obtenus par le bras sans ajout de capteurs supplémentaires. Cette méthode permet un développement rapide, assure des bons résultats sur la classification verre-plastique et exploite tous les avantages du bras robotisé en transformant ses moteurs en capteurs.
Similaires
Recyclage des bouteilles plastiques au Togo pour la fabrication additive : valorisation des déchets de PET vers une utilisation industrielleGeez Reading Level Classification by Audio Feature Extraction using CNNAmharic Character Recognition Based on Features Extracted by CNN and Auto-Encoder ModelsRNN- and CNN-based weed detection for crop improvement: An overview الكشف عن الأعشاب المستندة إلى RNN و CNN لتحسين المحاصيل: نظرة عامة Détection des mauvaises herbes basée sur RNN et CNN pour l'amélioration des cultures : un aperçu Detección de malezas basada en RNN y CNN para la mejora de cultivos: una descripción generalCRF Learning with CNN Features for Image SegmentationWeakly Supervised Whole Cardiac Segmentation via Attentional CNN