基于卷积神经网络的生活垃圾检测与分类方法研究

利用卷积神经网络进行图像分类和目标检测 #生活技巧# #学习技巧# #深度学习技巧#

基于卷积神经网络的生活垃圾检测与分类方法研究

摘要：近年来生活垃圾的剧增已经对我们的生活产生了巨大影响，垃圾分类工作的推行势在必行。目前垃圾分类工作主要分为三阶段：分类投放、运输和处理。投放和处理阶段目前主要依靠人工，存在分类困难和效率低的问题。然而，目前的智能垃圾分类应用较少，国内缺乏在智能垃圾分类方面的研究。本文将深度学习技术与生活垃圾分类问题相结合，通过卷积神经网络实现对图像中垃圾的检测与分类，可以实现智能垃圾分类和智能垃圾分拣，辅助居民分类，解放劳动力。具体的研究内容包括：　　（1）构建单目标垃圾分类数据集（DomesticGarbageClassificationDataset,DCD）和多目标垃圾检测数据集（...

关键词：

授予学位：

硕士

学科专业：

导师姓名：

学位年度：

2022

语种：

中文

分类号：

X799.3(其他)TP183(自动化基础理论)TP391.41(计算技术、计算机技术)

在线出版日期：

2023-02-23 （万方平台首次上网日期，不代表论文的发表时间）

参考文献 (30)

仅看全文

排序：

发表时间

被引频次

查看引文网络

相关文献

  换一换

月卡

- 学位畅读卡 -

¥98

季卡

- 学位畅读卡 -

¥228

年卡

- 学位畅读卡 -

¥399

年卡

- 超级文献套餐 -

¥499

查重

- 个人文献检测 -

快速入口

开通阅读并同意

《万方数据会员(个人)服务协议》

相关主题

相关学者

相关机构

网址：基于卷积神经网络的生活垃圾检测与分类方法研究 https://www.yuejiaxmz.com/news/view/1009644

相关内容

基于YOLOv5的可回收垃圾检测与分类算法研究
基于图卷积神经网络的交通流量预测方法研究
基于深度学习的生活垃圾图像检测分类方法研究
Python基于深度学习机器学习卷积神经网络实现垃圾分类垃圾识别系统(GoogLeNet，Resnet，DenseNet，MobileNet，EfficientNet，Shufflent)
基于深度学习的智能垃圾分类系统研究
基于深度学习的垃圾分类方法综述
基于深度学习的生活垃圾图像分类方法研究
论文阅读——基于深度学习智能垃圾分类
深度卷积神经网络结构改进及训练优化算法研究
毕业设计：基于机器学习的生活垃圾智能分类系统

随便看看