改进残差网络以增强垃圾分类

唐 子煊, 周 丽
四川大学锦城学院计算机与软件学院

摘要

随着计算机技术的提升，垃圾分类问题成为当今热门的话题。垃圾分类的目的在于将垃圾种类分类处理，各种垃圾的处理方式不同，将提高可回收垃圾的再利用率。本文通过ResNet18原有的网络对垃圾分类进行识别，由于该模型是基于ImageNet实现分类，因此需要达到更好的效果，则需要对垃圾分类的数据集作迁移学习，以增强识别垃圾分类的能力。在ResNet18中，增加当前神经网络层数，最终达到的减少训练次数的同时，达到提高准确率，并且需要防止过拟合。

关键词

ResNet18；垃圾分类残差网络

参考

[1] 管淑贤,葛万成.基于ResNet18 的减速带识 别及其环境影响研究[J].通信技术,2021,54(03):597- 603.

[2] Jiasong Bao and Xixia Huang and Ke Ji.Recognition of Floating Objects on Water Surface--Based on Improved Residual Network[J].International Core Journal of Engineering,2021,7(5)

[3] 王浩. 基于深度残差网络ResNet 的废料瓶分类系统[J].科技与创新,2020(14):71-72.

[4] 杨剑, 刘方涛, 张涛, 张启尧, 任宇杰. 基 于改进型残差网络烟雾图像识别[J]. 科学技术与工 程,2019,19(32):236-243.

[5]郑佑顺,林珊玲,林志贤,周雄图,郭太良.基 于残差结构和幻象模块的垃圾图片分类算法[J]. 信息 技术与网络安全,2021,40(01):50-55.

[6] 谢裕睿, 董建娥. 基于ResNet 网络的东巴象 形文字识别研究[J].计算机时代,2021(01):6-10.