基于Densenet密集網(wǎng)絡(luò)的垃圾分類(lèi)算法的設(shè)計(jì)與實(shí)現(xiàn)

打開(kāi)文本圖片集

摘要：目前垃圾分類(lèi)主要依靠人工分類(lèi)，在大數(shù)據(jù)平臺(tái)深度學(xué)習(xí)圖像分類(lèi)已日益成熟，本文探索深度學(xué)習(xí)在垃圾分類(lèi)識(shí)別中的應(yīng)用。本文首先利用Tensorflow搭建深度學(xué)習(xí)的框架;其次以AI Studio上11000張、26個(gè)類(lèi)別的生活垃圾圖像作為數(shù)據(jù);再次利用訓(xùn)練數(shù)據(jù)對(duì)Densenet密集型網(wǎng)絡(luò)進(jìn)行學(xué)習(xí)訓(xùn)練;最后測(cè)試得到網(wǎng)絡(luò)的識(shí)別率為90%。（剩余2819字）