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

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

参考

[1] 余红, 梁惠能, 方 森 锋 , 彭 霞 锋 . “老黄 牛”智能回收机的创新及运营模式[J]. 产业创新研 究,2020(18):23-24.

[2] 张雨康, 蔡威, 陈文浩, 刘梦琦, 唐梦 瑶.智能垃圾分类系统研究文献综述[J]. 中国设备工 程,2020(09):31-33.

[3] 董子源.基于深度学习的垃圾分类系统设计与实现[D]. 中国科学院大学( 中国科学院沈阳计算技术 研究所).2020.

[4] 马 进, 王 健 宗. 牲畜身份识别方 法、电子装置及可读存储介质[P]. 广东省： CN109919005A,2019-06-21.

[5] 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.

[6] 许泽珊. 基于深度神经网络的视频动作识别研 究[D].华南理工大学,2019.

[7]Pan S J,Yang Q A.A Survey on Transfer Learning[J].Ieee Transactions on Knowledge and Data Engineering,2010,22(10):1345-1359.

[8] 李猛, 李艳玲, 林民. 命名实体识别的迁移学 习研究综述[J].计算机科学与探索,2021,15(02):206- 218.

[9] 潘振忠. 基于神经网络的图像超分辨率重建 模型的研究[D]. 中国科学技术大学,2020.