NGHIÊN CỨU THUẬT TOÁN NHẬN DIỆN VÀ PHÂN LOẠI RÁC THẢI NHỰA TỰ ĐỘNG BẰNG YOLOV8

Tóm tắt

Rác thải nhựa là một vấn đề nóng không chỉ ở Việt Nam mà còn trên toàn thế giới. Rác thải nhựa không qua xử lý và tái chế được xả thẳng ra môi trường đã làm biến đổi hệ sinh thái, giết chết các loại động vật, thực vật và gián tiếp đầu độc đến cuộc sống của con người. Vì vậy, việc phân loại và tái chế rác thải nhựa theo quy mô công nghiệp là vô cùng cần thiết để giảm thiểu mức độ ô nhiễm môi trường và tận dụng được nhựa đã qua sử dụng. Vì vậy, chúng tôi đề xuất việc sử dụng mô hình Học sâu YOLOv8, một mô hình dạng nhận diện mạnh nhất hiện nay để phân loại các loại rác thải nhựa trên dây chuyền thực tế trong nhà máy. Bằng cách huấn luyện và phân tích các chỉ số của mô hình, chúng tôi đã chứng minh sự hiệu quả của YOLOv8 trong lĩnh vực phân loại rác thải nhựa theo thời gian thực. Đây cũng là cơ sở để xây dựng nên các dây chuyền xử lý rác thải nhựa hoàn toàn tự động, đảm bảo năng suất phân loại và không gây ảnh hưởng lên sức khỏe của nhân viên làm việc.

Title

STUDY ON PLASTIC WASTE DETECTION OF SORTING SYSTEM USING YOLOV8

Abstract

Plastic waste is a pressing issue not only in Vietnam but also globally. Unprocessed plastic waste discharged directly into the environment has led to ecosystem disruption, the death of flora and fauna, and indirect threats to human life. Therefore, the industrial-scale sorting and recycling of plastic waste are essential to minimize environmental pollution and utilize used plastic effectively. We propose the utilization of the YOLOv8 Deep Learning model, currently one of the most robust object detection models, to classify various types of plastic waste on real production lines within factories. Through training and analyzing the model's metrics, we have demonstrated the effectiveness of YOLOv8 in real-time plastic waste classification. This forms the basis for establishing fully automated plastic waste processing lines, ensuring efficient sorting without compromising the health of factory workers.