垃圾分类图像的深度学习识别方法研究

摘要

在华为垃圾分类大赛数据集的基础上，通过手机、电脑等收集日常生活垃圾图片进行补充，建立垃圾图像数据集并将垃圾分为四类：可回收、厨余、有害和其他。利用Alexnet和VGG16网络模型构建垃圾分类模型，并基于迁移学习进行训练，将两种模型在自建数据集上的精确度进行对比。实验结果表明，VGG16网络模型准确率高达93.3%，较Alexnet模型更能精准稳健地应用于垃圾分类领域。

关键词

垃圾分类 / 识别方法 / 深度学习 / 迁移学习 / Alexnet模型 / VGG16模型

基金资助

2022年度中青年教师教育科研项目（科技奖）（JAT220439）