摘要
传统垃圾分类技术效率与准确率较低,为了实现智能化垃圾分类管理,本文将深度学习模型用于垃圾分类.首先,构建包含分类丰富的数字图像垃圾数据集;然后,训练得到基于VGG-19 卷积神经网络模型;最后,将迁移学习策略集成到卷积网络模型中,实现垃圾数据集的自动识别分类.迁移学习策略可以加速模型训练并提高分类精度.在相同实验条件下,选取AlexNet和VGG-19 模型进行分类实验.实验结果表明,在VGG-19 模型中使用微调参数可达到最佳分类结果,分类准确率达到 93.20%.相比AlexNet模型,VGG-19 模型具有更广的视野与更强的特征表达能力.基于深度学习的方法可以自动分类垃圾类别,在很大程度上替代人工分类,提高垃圾分类效率.
基金项目
内蒙古自治区高等学校科研项目(NJZY22170)
内蒙古自治区大学生创新创业训练计划(S202110138023)
维普
万方数据