数字通信世界杂志

摘要：本文通过YOLOV5模型，实现对垃圾图像的自动识别。引入CBAM注意力机制，优化YOLOV5模型在实际应用中的性能。通过装配STM32单片机作为主控设备，根据YOLOV5模型的分类结果，控制步进电机进行垃圾分拣。搭载TVOC和红外感应模块对垃圾桶的内部环境进行实时监控。该设计将深度学习模型和嵌入式装置应用到垃圾分类中，对垃圾分类具有重要的实用价值。

关键词： YOLOV5模型;垃圾分类;深度学习;

基金资助： 武汉商学院2024年度校级创新创业训练计划项目(编号202411654061)；

专辑： 信息科技;工程科技Ⅰ辑

专题： 环境科学与资源利用;计算机软件及计算机应用

分类号： X799.3;TP391.41

在线公开时间： 2025-06-23 12:48（知网平台在线公开时间，不代表文献的发表时间）