科研之友
微信
新浪微博
Facebook
分享链接
摘要
垃圾分类回收对保护环境和节约资源具有重要意义。为实现高效快捷的垃圾分类，提出了基于深度学习与边缘计算技术的垃圾图像分类方法。首先，在ResNet基础上设计了适用于垃圾图像分类的深度学习模型GarbageCNet，实现基于图像的智能化垃圾分类。然后，将垃圾分类模型部署到边缘计算设备树莓派上，通过树莓派的摄像头模块采集垃圾图像，调用深度学习模型进行垃圾分类预测。实验结果表明，分类准确度最高到达96.33%，与基于VGG19模型的垃圾分类方法相比，分类准确度提高了4%且训练时间更少。相较于现有的垃圾分类神经网络模型，在垃圾种类较多的情况下，分类准确度更高。
- 单位
