基于卷积神经网络的智能分类垃圾系统设计

该设计的目的是为了提高垃圾分类的效率，更好、更准确的完成垃圾分类工作。设计利用图像分类技术和迁移学习方法，对轻量级Mobile Net卷积神经网络进行迁移学习，构建垃圾分类模型，通过不断给机器“喂数据”的机器自学习过程，提高识别准确性。测试表明，系统对相关特征比较明显的垃圾可以达到98%左右的识别准确率，达到了预期设计目标。