Published
2024-12-19
Section
Articles
How to Cite
基于深度学习的城市生活垃圾图像分类识别研究
张 侠
云南开放大学 云南国防工业职业技术学院
DOI: https://doi.org/10.59429/hjfz.v6i11.8251
Keywords: 低碳；垃圾分类；深度学习；图像识别
Abstract
为适应低碳生活，达到城市垃圾分类与资源化利用的目的，要对城市垃圾进行无害化和资源化的处理。原 来的依靠人工分拣城市垃圾已经无法满足处理要求，一方面人工分拣效率低、准确率低；另一方面，垃圾对工人的 健康造成不良的影响。在人工智能和大数据发展的背景下，通过计算机视觉智能设备进行城市垃圾分类，包括对玻璃、 塑料、纸张、金属等，取得了良好的效果。特别是深度学习计算在计算机视觉领域的成功应用，提高了图像分类的 准确率和工作效率，这为利用深度学习技术设计垃圾图像分类识别系统打开了新的大门。课题的研究从收集城市垃 圾分类的数据，建立城市垃圾的图像分类识别检测数据集，并且选择合适的算法构建垃圾分类图像识别模型，最后 设计出新型城市生活垃圾图像分类识别系统。
References
[1] 王禹,于涛,冯国一,等.基于iPhone图像和深度学习的垃圾分类识别研究[J].赤峰学院学报(自然科学版),2024,40(3):15-20.
[2] 郑誉煌,戴冰燕,熊泽珲,等.基于迁移学习的可回收生活垃圾图像分类识别研究[J].广东第二师范学院学报,2020,40(3):94-100.
[3] 林心宇.基于深度学习的垃圾分类系统设计[J].今日制造与升级,2022(6):34-38.