基于图像识别的垃圾分类模型的构建及训练和测试

摘要

在中国，目前的垃圾处理厂基本上采用人工装配线的方式进行垃圾分类，但存在工作环境差、劳动力高、分类效率低等缺点。通过在视觉领域深入研究图像识别技术的应用和开发，利用计算机技术中的图像识别技术进行自动垃圾分类具备可行性以及必要性。通过图像来筛选垃圾，获取图片中垃圾的区域特点，和训练好的模型进行匹配，达到自动进行垃圾分类的目的，大大提高了垃圾分类效率。

基于对于提高垃圾分类效率的需求，本课题对图像识别技术进行了研究。本课题主要内容包括：基于深度神经网络技术，对相对小数据量的垃圾图片数据集进行模型训练，使用resnet框架搭建了图像识别垃圾分类