摘要:针对不同颜色的可回收饮料瓶回收价值不同，进而需要解决颜色识别分选问题，提出一种基于YOLOv5s 的轻量化模 型并配合DELTA 并联机器人分选设备进行智能识别分选。模型减少了原 Backbone中C3 数量，并使用1×1的卷积核代替 了C3 和Conv 模块部分3×3的卷积核，采用GhostConv替代传统Conv,CIOU 损失增加了检测框尺度、长和宽的损失，提高 了矩形框回归效果，选择CIOU Loss作为 bounding box的损失函数，通过对其他传统模型对比实验，验证了模型的有效性。 结果表明，参数量和计算量相较原模型分别减少了33.80%和36.84%,对回收饮料瓶颜色的识别时间达到了0.008 s, 识别图 片速度125张/s, 识别精度达到了97%。较传统模型，改进YOLOv5s模型识别准确率更高，识别速度更快。