基于ResNet18的垃圾分类实现

杨 东, 周 丽
四川大学锦城学院 计算机与软件学院

摘要

上海市垃圾分类要求提出之后，随着时间的不断推移，越来越具体的垃圾分类标准逐渐走入大众的视野，进一步要求民众不断提高垃圾分类知识。垃圾分类普遍推行，与之不匹配的是广大人民群众不熟练的垃圾分类技能，因此，研究垃圾分类模型具有社会意义和广泛应用价值。为了帮助人们快速识别手中的垃圾，有效地提高资源的回收利用率,减轻垃圾污染所带来的危害。本文将研究基于ResNet18模型实现垃圾分类，通过识别生活中的垃圾图片，将图片中的垃圾进行多分类。帮助人们在生活中进行分类垃圾，实现资源的回收与利用。

关键词

深度学习；网络结构；ResNet18；垃圾分类

参考

[1]Krizhevsky A,Sutskever I,Hinton G E.Imagenet classification with deep convolutional neural networks[J].Communications of the ACM,2017,60(6):84- 90

[2]Zhang Ying,Pezeshki M,Brakel P,et al.Towards end-to-end speech recognition with deep convolutional neural networks[J].arXiv preprint,arXiv:1701.02720,2017

Graves A,Mohamed A,Hinton G.Speech recognition with deep recurrent neural networks[C] //Pro of the 2013 IEEE Int Conf on Acoustics,Speech and Signal Processing. Piscataway,NJ:IEEE,2013:6645- 6649

[3]Kim Y.Convolutional neural networks for sentence classification[J].arXiv preprint,arXiv:1408.5882,2014

Chen Danqi,Manning C D.A fast and accurate dependency parser using neural networks[C] //Pro of the 2014 Conf on Empirical Methods in Natural Language Processing.Stroudsburg,PA:ACL,2014:740- 750

[4] 梁栋, 何佳 , 石 陆 魁 , 王松,刘佳.结合运动 目标检测和resnet的车速车型智能识别[J].北京交通 大学学报,2019,43(05):10-19.

[5]姜声.基于resnet的眼底图像分类及描述[D]. 山东工商学院,2019:

[6] 朱超平, 杨艺. 基于yolo2 和resnet 算法的 监控视频中的人脸检测与识别[J].重庆理工大学学报 (自然科学),2018,32(08):170-175.

[7]qubo xie,ke zhou,xiaohu fan.a scene text detection algorithm based on resnet and faster r-cnn.[C].2019.840-843.DOI:10.26914/ c.cnkihy.2019.048646.