Fugu-MT 論文翻訳(概要): Using Artificial Intelligence and IoT for Constructing a Smart Trash Bin

論文の概要: Using Artificial Intelligence and IoT for Constructing a Smart Trash Bin

arxiv url: http://arxiv.org/abs/2208.07247v1
Date: Fri, 12 Aug 2022 04:13:14 GMT
ステータス: 処理完了
システム内更新日: 2022-08-16 14:09:26.164159
Title: Using Artificial Intelligence and IoT for Constructing a Smart Trash Bin
Title（参考訳）: スマートトラッシュビン構築に人工知能とIoTを使用する
Authors: Khang Nhut Lam, Nguyen Hoang Huynh, Nguyen Bao Ngoc, To Thi Huynh Nhu, Nguyen Thanh Thao, Pham Hoang Hao, Vo Van Kiet, Bui Xuan Huynh, and Jugal Kalita
Abstract要約: ゴミ箱の上のカメラがゴミの写真を撮って、中央処理部が分析し、ゴミを捨てるビンを判断する。ごみ箱システムの精度は90%に達する。
参考スコア（独自算出の注目度）: 1.4898183413499773
License: http://creativecommons.org/licenses/by-nc-nd/4.0/
Abstract: The research reported in this paper transforms a normal trash bin into a smarter one by applying computer vision technology. With the support of sensors and actuator devices, the trash bin can automatically classify garbage. In particular, a camera on the trash bin takes pictures of trash, then the central processing unit analyzes and makes decisions regarding which bin to drop trash into. The accuracy of our trash bin system achieves 90%. Besides, our model is connected to the Internet to update the bin status for further management. A mobile application is developed for managing the bin.
Abstract（参考訳）: この論文で報告された研究は、コンピュータビジョン技術を適用して、通常のゴミ箱をよりスマートなものに変換する。センサーとアクチュエーターデバイスのサポートにより、ゴミ箱は自動的にゴミを分類できる。特にゴミ箱のカメラがゴミの写真を撮ってから、中央処理部が分析して、ゴミをゴミ箱に落とすかを決めます。ごみ箱システムの精度は90%に達する。さらに、我々のモデルはインターネットに接続して、さらなる管理のためにbinステータスを更新します。ビンを管理するためにモバイルアプリケーションを開発した。

関連論文リスト

SpectralWaste Dataset: Multimodal Data for Waste Sorting Automation [46.178512739789426]
本稿では, 廃棄物処理施設から収集した最初のデータセットであるSpectralWasteについて紹介する。このデータセットには、分類植物によく見られるいくつかのカテゴリのオブジェクトのラベルが含まれている。異なるオブジェクトセグメンテーションアーキテクチャを用いたパイプラインを提案し,その代替案をデータセット上で評価する。
論文参考訳（メタデータ） (2024-03-26T18:39:38Z)
pLitterStreet: Street Level Plastic Litter Detection and Mapping [0.0]
本稿では, ごみごみとごみ箱の位置に着目し, 街路レベルごみのマッピング手法を提案する。車両に搭載されたカメラで撮影した街路レベルの画像からごみやゴミを識別する深層学習技術を用いている。提案手法で開発したオープンソースのデータセット(pLitterStreet)の詳細について述べる。
論文参考訳（メタデータ） (2024-01-26T08:59:48Z)
HomeRobot: Open-Vocabulary Mobile Manipulation [107.05702777141178]
Open-Vocabulary Mobile Manipulation (OVMM) は、目に見えない環境で任意のオブジェクトを選択し、命令された場所に配置する問題である。 HomeRobotには2つのコンポーネントがある。シミュレーションコンポーネントは、新しい高品質のマルチルームホーム環境に、大規模で多様なキュレートされたオブジェクトセットを使用する。
論文参考訳（メタデータ） (2023-06-20T14:30:32Z)
GULP: Solar-Powered Smart Garbage Segregation Bins with SMS Notification and Machine Learning Image Processing [0.0]
廃棄物管理プロセスをエンドユーザにとってより興味深いものにする。スマートビンをアンロードする必要がある場合に、ユーティリティスタッフに通知する。再生可能太陽エネルギー源を利用して環境にやさしいスマートビンを奨励する。
論文参考訳（メタデータ） (2023-04-25T13:11:05Z)
Literature Review: Computer Vision Applications in Transportation Logistics and Warehousing [58.720142291102135]
輸送物流や倉庫におけるコンピュータビジョンの応用は、プロセスの自動化に大きな可能性を秘めている。本稿では、この可能性を活用するために、この分野の研究に関する構造化された文献レビューを紹介する。
論文参考訳（メタデータ） (2023-04-12T17:33:41Z)
ConvoWaste: An Automatic Waste Segregation Machine Using Deep Learning [0.0]
本稿では,ConvoWasteを用いたスマートオブジェクト検出アルゴリズムを用いて,廃棄物を異なる部位に分離する機械を提案する。本稿では, 廃棄物を正確に分類するために, 深層学習と画像処理技術を適用した。システム全体がAndroidアプリを介して遠隔操作され、切り離されたゴミを捨てる。
論文参考訳（メタデータ） (2023-02-06T18:08:33Z)
IoT-based Route Recommendation for an Intelligent Waste Management System [61.04795047897888]
本研究は, 空間制約を考慮したIoT対応廃棄物管理システムにおいて, 経路推薦のためのインテリジェントなアプローチを提案する。我々のソリューションは、ビンの状態と座標を考慮に入れた複数レベルの意思決定プロセスに基づいている。
論文参考訳（メタデータ） (2022-01-01T12:36:22Z)
Real-Time Trash Detection for Modern Societies using CCTV to Identifying Trash by utilizing Deep Convolutional Neural Network [11.8390248757567]
このプロジェクトは、畳み込みニューラルネットワーク(CNN)の深部モデルを用いたリアルタイムゴミ検知である。このモデルは、CCTVカメラでリアルタイムでゴミを検出するために使用される。
論文参考訳（メタデータ） (2021-09-20T15:10:26Z)
ZeroWaste Dataset: Towards Automated Waste Recycling [51.053682077915546]
産業レベルの廃棄物検出・分別データセットZeroWasteについて述べる。このデータセットには、実際の廃棄物処理工場から収集された1800以上のビデオフレームが含まれている。最先端のセグメンテーション手法では,対象物を正しく検出・分類することが困難であることを示す。
論文参考訳（メタデータ） (2021-06-04T22:17:09Z)
Big Plastic Masses Detection using Sentinel 2 Images [91.3755431537592]
このコミュニケーションは、地球観測衛星システムを用いて、海や海におけるプラスチック(海洋ゴミ)の大きな塊の検出に関する予備的な研究を記述している。
論文参考訳（メタデータ） (2021-03-17T10:45:33Z)
WasteNet: Waste Classification at the Edge for Smart Bins [5.757545310368236]
本稿では,畳み込みニューラルネットワークに基づく廃棄物分類モデルであるWasteNetを提案する。本モデルは,テストデータセット上での予測精度を97%向上させる。これは、リサイクル汚染など、一般的なスマートビンの問題を軽減するのに役立つだろう。
論文参考訳（メタデータ） (2020-06-10T14:57:58Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。