基于iPhone图像和深度学习的垃圾分类识别研究

扫码查看

原文链接

万方数据
维普

中文摘要：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。

作者：

王禹、于涛、冯国一、王晓辉

展开 >

作者单位：

赤峰学院物理与智能制造工程学院,内蒙古赤峰 024000

关键词：

深度学习卷积神经网络迁移学习垃圾分类

基金：

内蒙古自治区高等学校科研项目内蒙古自治区大学生创新创业训练计划

项目编号：

NJZY22170S202110138023

出版年：

2024

赤峰学院学报(自然科学版)

赤峰学院

赤峰学院学报(自然科学版)

影响因子：0.353

ISSN：1673-260X

年,卷(期)：2024.40(3)

参考文献量18