基于ResNet50的列车常见垃圾自动分类算法

• 作者: 张丽艳 赵艺璇 牟钰鹏 李林
• 来源期刊: 大连交通大学学报
• 关键词: 智能垃圾桶 迁移学习 ResNet50 Inception-V3
• 年，卷（期）: 2021,（4）
• 所属期刊栏目: 电气信息工程|Electrical & Information Engineering
• 页码范围: 101-105
• 页数: 5页
• 语种: 中文
• DOI: 10.13291/j.cnki.djdxac.2021.04.019

摘要

针对现今的智能垃圾桶使用方法大都无法应用在列车的问题,提出了一种基于迁移学习方法的智能垃圾分类方法.首先建立了12种列车常见垃圾数据集,并应用迁移学习ResNet50模型进行模型设计与参数设计,给出了模型的准确率与模型收敛速度曲线,并与Inception-V3模型进行了对比实验,实验结果表明ResNet50模型有更好的识别效果.最后通过PyQt5编写GUI仿真系统,实现了基本的拍照与分类识别功能.