В данной работе предложена и разработана система, выполняющая распознавание мусорных контейнеров в кадре, их состояние (пустой, заполненный, перевернутый) и мусор на контейнерной площадке. В качестве нейронной сети использована сверточная нейронная сеть YOLOv4, показывающая наилучшие результаты распознавания на потоковых видео. В работе выполнен анализ результатов распознавания. Разработка крайне актуальна, так как проблема транспортировки мусора, наравне с остальными проблемами загрязнения окружающей среды, является одной из важнейших проблем сегодня и сохранит свою актуальность в обозримом будущем. Разработанная программа анализирует потоковое видео, получаемое в режиме онлайн с камер мусоровозов и на выходе формирует .xlsx файл с зафиксированными контейнерами и их состояниями, сигнализирует о наличии или отсутствии мусора на контейнерной площадке. В случае обнаружения нарушения (переполненный, перевернутый контейнер или мусор на площадке) формируются рекомендательные сообщения о необходимых действиях в каждой экстренной ситуации. Разработка позволяет автоматизировать анализ качества уборки мусора и оптимизировать процессы формирования графиков и маршрутов мусоровозов.

A system with the following features was proposed and developed: garbage container recognition, garbage container state determination (empty, filled, inverted) and the recognition of the garbage located around container’s location. The YOLOv4 convolutional neural network is used as a neural network, which shows the best recognition results on streaming videos. The recognition results were analyzed in this paper. The development of this system has long been of interest, since the problem of transporting waste, along with other problems of environmental pollution, is one of the most important problems today and will remain relevant for the foreseeable future. The developed program analyzes the live video stream received by the server from cameras attached to garbage trucks. As a result, an .xlsx output file is generated with fixed number of recognized containers and their states, in addition to that, the system alerts in case of recognition of garbage around containers location. If an abnormal situation is detected (an overfilled, overturned container or a presence of garbage on the ground besides a container), recommendation messages are generated with the necessary actions to be taken in case of each mentioned above situation. The system is able to automate the analysis of the quality of garbage collection and optimize the processes of forming schedules and routes of garbage trucks.

• 9b5cef40655a2b0581d69140472422508d0fe7fb5869abb593d57f68938ba938.pdf
  • 5492ec2939083b3d3c28900db035fded9801ca47fb770cb9fc325ba0fb97300a.pdf
  • 8480ada144e8f7a2bd04c69be94b5149b602dfe80402091ef597581694a0db4f.pdf
• 20e014accf39cdc22395be382e81ad003ca061284f530905d4a5b53563b92c95.pdf
• 9b5cef40655a2b0581d69140472422508d0fe7fb5869abb593d57f68938ba938.pdf