基于TensorFlow的简单的垃圾分类系统.docx

1

内容摘要

内容摘要：垃圾分类是近段时间来，全国范围内的热点问题，它是需要落实到我们每一个人身上来。但是由于范围太广且是最近才开展的工作，所以还是有“混合垃圾”出现。人工智能机器学习也是今年来快速发展的技术，那么利用TensorFlow去简单进行垃圾分类其实也是非常不错的选择。本文就使用TensorFlow中比较常见且使用非常广泛的卷积神经网络来实现智能垃圾分类的目标，卷积神经网络是现今图像分类的比较好的解决方案。TensorFlow扎根于Python中，并且还是跨平台的，兼容性方面自然不必多讲，主要是其整个的生态

是十分健全的，在Python当中的不少库如keras,pytorch,

random,OpenCV等，都能够对TensorFlow有着不小的助力。本文主要通过卷积神经网络去训练处能够识别分为四大类垃圾：“可回收的垃圾，有害的垃圾，厨余的垃圾，其他的垃圾”的模型，然后通过该模型来完成对垃圾图像的识别和分类，帮助我们去完成垃圾分类这个

主要的任务。

关键词：TensorFlow垃圾分类图像识别ResNet模型机器学习

卷积神经网络Python

Abstract

Abstract:Garbageclassificationisahotissueinthecountryrecently,whichneedstobeimplementedineveryoneofus.Butbecausethescopeissowideandtheworkissorecent,thereisstillmixedgarbage.Artificialintelligencemachinelearningisalsoarapidlydevelopingtechnologythisyear,soTensorFlowisactuallyaverygoodchoiceforsimplegarbageclassification.HereIwanttodiscusshowtomakegarbageclassificationintelligent,soIthinkoftensorflow,andthenuse

convolutionalneuralnetworktorealizeit.Convolutionalneuralnetwork

2

isabettersolutionforimageclassificationnowadays.HereIwantto

discusshowtouseconvolutionneuralnetworkintensorflowtorealize

thegoalofgarbageclassificationintelligently.Convolutionalneuralnetworkisabettersolutionforimageclassificationnowadays.TensorFlowisrootedinPython,anditiscross-platform,soIdontneedtosaymuchaboutthecompatibility.Themainreasonisthatitswhole

ecologyisverysound.ManylibrariesinPython,suchaskeras,pytorch,

random,OpenCV,etc.cancontributealottoTensorFlow.Thispapermainlyusestheconvolutionalneuralnetworktoidentifythefourcategoriesofgarbage:recyclablegarbage,hazardousgarbage,kitchenwastega