1基于机器视觉的智能医疗垃圾分类系统摘要：在这个信息高速化的时代，人们对工业智能化的认知，由低端向高端逐渐发展，随着种种智能化产品的推出以及使用，人们开始意识到工业智能化的重要性，智能化的推广使医疗垃圾分拣更加准确、快速、安全，并能降低人工成本，促进其发展。本系统是一款智能医疗垃圾分类系统，利用机器视觉对医疗垃圾进行识别定位，从而达成对医疗垃圾的分拣。本文介绍了关于医疗垃圾分拣的国内外背景，然后说明了系统的设计目标及整体结构拓扑，紧接着介绍关于系统的开发环境和实现的具体方法。最后，对系统进行了测试。本设计以玻璃试管、止血钳、纱布、手术刀、汞温度计等五种常见医疗垃圾为例进行试验，经过多次试验后，本系统对以上五类常见医疗垃圾的识别准确度在99%之上。如若投入使用可大大降低垃圾分拣的人工成本，还可以减少分拣人员受医疗垃圾感染的机率，提高分拣人员的安全性。设计提出了将机器视觉理论用于垃圾分类识别，使用opencv框架进行唤醒网络摄像头并进行数据的采集，tensorflow模型接收到实时数据流后实时对其进行处理。用tk图形库将处理后的视频流实时展示。过程中对模型以及系统进行优化，将识别速度再上一层的同时提高了准确性。关键词：机器视觉；医疗垃圾分类；tensorflow；tk图形库；准确度目录第一章绪论................................................................321.1研究的背景及意义....................................................31.1.1选题理由及意义.................................................31.1.2与课题相关的国内外研究状况......................................41.2本课题主要研究工作..................................................4第二章系统开发环境........................................................62.1Anaconda...........................................................62.2TensorFlow..........................................................62.3VOC数据集..........................................................72.4MYSQL数据库.......................................................7第三章系统需求分析........................................................83.1系统功能需求分析....................................................8第四章系统开发..........................................................104.1卷积神经网络.......................................................104.2数据集的制作.......................................................114.2.1数据采集.....................................................114.2.2数据标注.....................................................124.2.3生成文档.....................................................134.3配置文件..........................................................144.4训练模型..........................................................14第五章成果展示..........................................................155.1项目结果展示.......................................................15第六章结论..............................................................18参考文献.................................................................19致谢...................................................................193第一章绪论我国医疗机构针对医疗垃圾的分类问题未引起足够的重视，分类比较粗糙，未真正落实医疗废物合理分类处理[1]，当前环境下，在各大公共医疗垃圾处理场所中，大多采用人工分拣的方式对医疗废物进行处理，且医疗垃圾处理场所的环境杂、乱、差，医疗垃圾分拣人员每天面对海量的医疗垃圾，机械式地对海量垃圾进行分拣，恶劣的环境以及过大的劳动强度可能会导致医疗分拣人员在工作时效率低且受到医疗垃圾伤害的可能性较大，影响医疗分拣人员安全的同时也体现了工业智能化的不足，不符合现代工业智能化化的时代特征，也不能使这些医疗垃圾的回收得到保证。随着工业智能化的发展，多行业的智能化生产模式已经很好的应用，但由于人们对医疗垃圾分拣意识的缺乏以及对医疗垃圾分拣设备的投入成本低，现阶段中国缺乏适合国情的医疗垃圾自动化分拣设备，因此急需一款能取代人工分拣的智能医疗垃圾分类系统出现，所以研究智能医疗废物分类系统迫在眉睫[2]。1.1研究的背景及意义1.1.1选题理由及意义医疗垃圾是指医疗机构在医疗、预防、保健以及其他相关活动中产生的具有直接或间接感染性、 毒性以及其他危害性的废物，具体包括感染性、药理性、损伤性、药物性、化学性废物 [3] 。通常这 些医疗垃圾都会伴随着大量的病毒以及细菌，有着很强的感染性，有些医疗垃圾还有着锋利、坚固 的特性，在分拣期间传送带不间断运行，工人长期在垃圾旁边进行重复性的垃圾分拣工作，手工分 拣工作不仅量大、长期工作容易疲劳、自动化程度差因而分拣效率低，且具有工作环境恶劣等弊端 [4] 。据统计，社会交叉感染的情况中有20%来源于医疗废物。医疗垃圾分类处理可以做到： （1） 避免无意间损害人体，可有效降低医疗垃圾进行二次污染的概率，抑制污染的传播; （2） 可更容易地对医疗垃圾分类集中，然后更有效地施用手段将医疗垃圾进行处理，节约资源； （3） 减少接触医疗垃圾的人以及途径，从根源上降低其他人受到医疗垃圾危害的概率。 在政府政策支持方面，我国已经建立了以《宪法》为根本法，以《环境保护法》为基本法，以 《固体废物污染防治法》、《放射性污染防治法》、《传染病防治法》等单行法和《医疗废物管理条例》 以及配套的法规为主体的完整的法律体系 [5] 。而按照《医疗废物管理条例》的规定，医疗过程中产 生的感染性垃圾，损伤性垃圾和化学性垃圾，药品和其他医疗危险垃圾，必须进行处理，不能随意 4 丢弃在角落或者随意掩埋，更不能错放在不属于它的位置;如若无法对产生的垃圾进行正确的处理或 者处理方式与国家控制标准不同的，需要上报，并由相关部门指定的拥有处理能力的标准部门进行 处理。其他相关政策也在陆陆续续地发布，医疗垃圾分类势在必行。 在国家重视医疗垃圾分类的大前提下，本项目从工业智能化入手，以解决医疗垃圾分拣问题为核 心，从事于开发智能医疗垃圾分类系统，致力于解决分拣人员自身安全问题、分拣时高人工成本问 题等痛点，相信在未来会大有市场。 1.1.2 与课题相关的国内外研究状况 在经过了大量的查阅以及咨询后，我发现了基于机器视觉识别的物体分拣系统在稀土磁材零件 行业里的运用颇为广泛，在部分行业，例如饮食行业以及种植行业等行业也是有了一定的成功，北 京 领邦仪器公司就制作出了一款机器人，该机器人使用了机器视觉技术，通过机器视觉对物体进行 识别以及定位，再辅以光学检测技术，从而使该机器人能对一些高精度工业零件进行分拣；再比如 最近较为火热的机器人餐厅，餐厅中的服务员为一个个智能机器人，设计者们采用机器视觉识别技 术，使其能将菜品进行分类、装盘等操作，再辅以机械臂以及各类传感器，让机器人能进行行走与 躲避，从而让机器人代替了服务员，吸引人流的同时节约了一大笔人工成本。虽然以上例子都是利 用机器视觉技术对一些较机械式工作进行替代的很好体现，但是国内外专门针对垃圾分拣的系统却 还没有出现，没有人对医疗垃圾分拣系统进行研制开发，我觉得可能是因为我国当前劳动力较为足 够，人工成本较低，且人们对医疗垃圾分拣的意识程度不够高。也可能是因为医疗垃圾分拣时环境 太杂、太乱导致开发医疗垃圾分拣系统成本过高，而现阶段的人工分拣虽然效率低，但是人工进行 分拣的识别率并不低，所以现阶段没有人对医疗垃圾分拣系统进行研制开发。但是随着技术的不断 更新，可能去年没办法完成的事情今年就可以完成了，再次翻阅资料后发现完成复杂环境下对医疗 垃圾进行分类识别，定位分拣的技术已经完善，可供开发。 综上所述，将机器视觉识别使用在的医疗垃圾分拣上，国内相关公司都未对此领域进行涉足， 开发基于机器视觉识别的智能医疗垃圾分类系统是一个不错的选择。 1.2 本课题主要研究工作 在经过了大量的查阅与询问我们得知，还没有将机器视觉识别使用在的医疗垃圾分拣领域的公 司，所以未有相关的产品的出现。而在随着工业智能化的发展，以及人们对医疗垃圾分拣意识的逐 渐看重，我想慢慢地会有人开始进行这方面的研发，而本项目就是想尝试将机器视觉识别使用在的 医疗垃圾分拣领域，希望能解决现阶段我国医疗垃圾处理场所环境脏、乱、差且人工成本高，医疗 垃圾分拣人员的安全得不到保障等痛点。 5 设计提出了将机器视觉理论用于垃圾分类识别，使用opencv 框架进行唤醒网络摄像头并进行数 据的采集，tensorflow 模型接收到实时数据流后实时对其进行处理。用 tk 图形库将处理后的视频流 实时展示。 6 第二章 系统开发环境 2.1 Anaconda Anaconda 致力于提供最便捷的方式来使用python 进行数据科学计算和机器学习。由于Anaconda 附带了 conda、Python 和 150 多个科学包及其依赖项。因此安装了Anaconda 便可以轻轻松松的在 不同的平台中精确复现数据科学运算结果。 我们在对数据进行分析的时候经常需要用到第三方的包，使用Anaconda 将能够轻松地安装和管 理这些包，仅需一两个指令便可以的对这些包进行安装、更新、卸载等操作。 此外Anaconda 可以很方便地创建环境或者管理环境，当项目所需的版本环境错误或者混乱的时 候，运用其就可以创建一个你所需的运行环境，且随时可以切换成另一个环境，方便快捷的解决了 不同项目可能需要不同运行环境的问题。 2.2 TensorFlow TensorFlow 是Google 开源的AI 机器学习平台，TensorFlow 是将复杂的数据结构传输至神经
