基于GoogLeNet的垃圾分类应用

赖 炫, 周 丽
四川大学锦城学院计算机与软件学院

摘要

近年来全国各地城市正在逐步实行垃圾分类，但是由于垃圾的种类过多，对于广大市民的科普程度很低，在对垃圾进行分类时不能够正确地判断垃圾类别，所以要把垃圾分类落实到位却是一个大的难题。针对这一难题，本文使用一种基于GoogLeNet的垃圾图像分类方法进行实验，经实验得到，该法对于测试数据准确率大约为70％，在场景单一、物体单一的图片上识别准确率高达99％，证明了该方法在未来城市垃圾分类中的可行性。

关键词

垃圾分类；GoogLeNet；卷积神经网络；迁移学习

参考

[1] 王依欣 , 胡冠九 . 我国城市生活垃圾分类问 题及对策建议 [J]. 产业与科技论坛,2020,19(9):201- 202.

[2] 张振洲, 熊凌, 李克波, 陈刚, 但斌斌,吴怀 宇.基于改进GoogLeNet 的锌渣识别算法[J]. 武汉科 技大学学报,2021,44(03):182-187.

[3] 李英, 宋丽娟. 基于GoogLeNet 模型的遥感图 像识别分类研究[J].电脑知识与技术,2021,17(12):4- 6.

[4]CoudrayN,Ocampo P S,Sakellaropoulos T, et al.Classification and mutation prediction from non-small cell lung cancer histopathology images using deep learning[J].Nature Medicine,2018, 24(10):1559-1567.

[5]Deng L, Abdel-Hamid O, Yu D. A deep convolutional neural network using heterogeneous pooling for trading acoustic invariance with phonetic confusion[C]//2013 IEEE International Conference on Acoustics, Speech and Signal Processing. May26-31,2013,Vancouver,BC,Canada. IEEE,2013:6669-6673.

[6] 程冉, 史健芳. 基于卷积神经网络的手势识别 算法研究[J]. 电子设计工程,2021,29(02):179-184.

[7]陈伟. 基于深度学习的垃圾分类算法研究[D]. 天津职业技术师范大学,2021.