基于深度残差网络的垃圾识别分类应用

智研平台会员

登录机构账号

复制成功

设置

万方会员

暂未开通会员

开通即享超值福利、会员权益
优质内容推荐

立即开通

个人中心

我的智研

退出登录

简繁

搜索

DOI: 10.18686/jsjxt.v3i2.46771

基于深度残差网络的垃圾识别分类应用

梁言, 周丽

四川大学锦城学院计算机与软件学院

全文直达

引用

打印

摘要：随着科技的进步，人们越来越多地思考关于科技和生活的问题，其中一大难题就是越来越来的城市垃圾处理能力，所以开始推行垃圾分类（也就是将垃圾按规定依次进行分类储存、投放和搬运）这一政策，以此展示并实现垃圾的最大经济价值。因此，对垃圾的分类和回收具有巨大的研究价值与重要意义。于是解决垃圾识别分类问题也成为了我们的首要任务。基于此，笔者借助ResNet18网络结构以及迁移学习的思想设计了一款垃圾分类系统。实验表明，基于这款垃圾分类系统模型，垃圾分类准确率能达到90%以上，很大程度上地解决了垃圾识别分类问题。

关键词：

ResNet18；迁移学习；深度学习；垃圾分类

Universe Scientific Publishing

ISSN：2661-3719

年,卷(期)：2021,3(2)