基于计算机图像识别的垃圾智能分类

为提高垃圾分类效率,应对日益繁杂的垃圾分类工作,使垃圾分类智能化,高效化。运用卷积神经网络解决垃圾分类问题,对YOLOv3基础算法进行研究改进,并制作垃圾种类数据集,结合参数迁移学习训练垃圾分类识别模型。实验表明样本多的种类识别准确率较高,而对于样本少的种类,准确率就下降了。相较于现有常用的垃圾分类识别算法,所提出的垃圾分类识别算法,识别性能更优,更适合广泛推广应用。