基于MobileNetV3公共垃圾分类系统.pdfVIP

摘 要 在环保领域中，针对生活垃圾的有效分类，已逐步成为社会发展日益关注的焦点， 其中针对垃圾的分类过程是生活垃圾处理的关键。在我国当前国情条件下，垃圾处理厂 中垃圾分类处理多采用人工流水线分拣的方式进行，该方式存在环境恶劣、劳动强度大、 分拣效率低和自动化程度弱的弊端，远不能满足我国环保资源回收利用的发展和社会进 步需要。随着我国工业自动化水平的不断提升，自动化生产模式已多行业得到了良好的 应用，但在环保行业中受到起步晚、投入少、分拣难度大等因素制约，适用于我国国情 的自动化分拣设备匮乏，因此针对环保行业的垃圾分拣需求，以自动化工业设备替代人 工分拣的方案势在必行，研发生活垃圾智能分类系统有重要意义。 垃圾分类是垃圾分离、回收或再利用的第一步。本课题采用基于MobileNetv3 的深 度学习分类模型，该模型根据以下类别对常见垃圾进行分类：可回收物、厨余垃圾、有 害垃圾和其他垃圾。使用.jpg 格式的15835 个垃圾图像数据集进行训练。该模型使用了 在 ImageNet 大型视觉识别挑战数据集上训练的模型进行迁移学习。对得到的基线 MobileNet v3 模型进行了优化，最终测试精度为78%。模型更适合移动设备部署。 本文还采用 docker 集成部署模型训练环境，并优化算法构建高效神经网络，最后 将训练好的模型部署在前端设备，使得边缘计算资源充分利用，解决工程场景中信息时 延问题，达到实时处理数据的工程目的。完成一个详细的工程流程及算法验证。 关键词： 深度学习；图片分类；模型剪枝；模型部署 研究类型：应用型 Abstract In the field of environmental protection, the effective classification of domestic waste has gradually become the focus of social development, and the classification process of domestic waste is the key to the treatment of domestic waste. Under the current situation of our country, the waste classification and treatment in the waste treatment plant mostly adopts the way of manual assembly line sorting, which has the disadvantages of bad environment, high labor intensity, low sorting efficiency and weak automation, far from meeting the needs of the development and social progress of environmental protection resource recycling and utilization in our country. With the continuous improvement of Chinas industrial automation level, the automatic production mode has been well applied in many industries. However, in the environmental protection industry, it is restricted by factors such as late start, less investment, and difficult sorting. The automatic sorting equipment suitable for Chinas national conditions is scarce. Therefore, in view of the waste sorting demand of the environmental protection industry, the sch