基于深度卷积神经网络的自动垃圾分类

• 作者: 桑一梅 陆萍
• 来源期刊: 甘肃科技纵横
• 学科: 工学
• 关键词: 深度学习 卷积神经网络 迁移学习 图像识别 垃圾分类
• 年，卷（期）: 2022,（3）
• 所属期刊栏目: 信息技术
• 页码范围: 1-3,34
• 页数: 4页
• 分类号: TP391.4
• 语种: 中文
• DOI: 10.3969/j.issn.1672-6375.2022.03.001

摘要

垃圾分类已经成为当前社会生活的新风尚.本论述针对当前垃圾分类工作环境差和容易分类出错的问题,研究基于深度学习的垃圾自动分类方法,并设计基于深度残差卷积神经网络ResNet50的垃圾识别方法.为避免垃圾图像数据集中训练数据量的不足,采用对使用ImageNet训练好的ResNet50模型进行迁移微调的方法来优化网络参数.在华为云垃圾图像数据集上的实验结果表明,该方案可以到94％左右的分类准确率,基本上能够满足城市生活垃圾自动分类的需求.