基于TensorFlow的简单的垃圾分类系统.docx

目录

TOC\o"1-3"\h\z\u

第一章绪论 1

1.1选题背景、目的及意义 1

1.1.1选题背景 1

1.1.2选题目的与意义 1

1.2国内外相关研究及概况 2

1.3本文主要工作内容 3

第二章关键技术与工具介绍 1

2.1TensorFlow 1

2.1.1TensorFlow基本介绍 1

2.1.2TensorFlow的应用 1

2.2CNN（卷积神经网络） 1

2.3CNN卷积神经网络模型 2

2.4Python 3

2.5如何应用于垃圾分类 3

第三章需求分析与系统功能分析 1

3.1系统需求分析 1

3.1.1功能需求 1

3.1.2性能需求 1

3.1.3兼容性需求 2

3.1.4易用性需求 2

3.1.5硬件约束 2

3.2系统主要功能 2

3.3系统的功能模块划分 3

3.4本章小结 3

第四章基于TensorFlow的简单的垃圾分类系统的实现 4

4.1系统架构 4

4.2TensorFlow进行模型训练 4

4.2.1收集获取数据集 5

4.2.2对数据集进行预处理 5

4.2.3搭建CNN网络 7

4.2.4迁移学习 11

4.2.5ResNet参数 15

4.2.6识别测试 17

4.3运行效果 18

4.4本章总结 20

第五章系统测试 21

5.1系统功能测试 21

5.2系统准确率测试 22

第六章结论 24

参考文献 25

致谢 27

附录 28

PAGE2

第一章绪论

1.1选题背景、目的及意义

1.1.1选题背景

于2015年11月，大名鼎鼎的Google发布了TensorFlow的白皮书，并在很多人的关注与见证下将TensorFlow开源，从那时到2019年6月，Google再次发布更加强大与更加丰富TensorFlow2.0Beta版本。在这几年间给我们带来很多新奇，并且具体的体验。在各行各业中TensorFlow都可以帮助他们，比如科技研究者、工程师、医生、学生、艺术家们，都能通过它帮助到自己的工作与生活，从语言翻译、皮肤癌症早期诊断、预防糖尿病等。

可能更加直观的就是2016年3月AlpahaGOVSLee以4:1战胜韩国棋手李世石，并且在不久后AlphahaGoMaster以3:0横扫中国棋手柯洁，正式证明了机器在围棋这个领域霸权，而这一切都离不开TensorFlow的推动。

而我国于2019年开始的垃圾分类也是一大实事热点，对于垃圾分类来说我国只能说处于起始阶段，关于垃圾分类迎来“扫盲”式的知识普及，但是仍然让很多人非常困扰头疼，容易犯错。于是我萌生利用TensorFlow去简单进行垃圾分类的想法，这是一个系统，目前先想要在电脑端上进行实现，再然后可以在移动端有移植，能够帮助人们在大多数情况下进行垃圾类别的识别。

1.1.2选题目的与意义

本课题旨在利用强大的机器学习及深度学习框架——TesnsorFlow对我国现在正在逐步推进垃圾分类进行一定帮助，实际就是TensorFlow更多应用的一些实现。TensorFlow得益于在这几年间一步步布局的庞大的生态与巨大的影响力，它可以提供整个生命周期中的深度学习与人工智能服务，其中包括了数据的预处理、训练、可视化、分布式训练、模型部署到移动端等。

但是用去实现垃圾分类的方法，这方面算是比较空缺的阶段，实际上通过一段的学习是能够自主完成垃圾分类的，但是这对于一个城市完全适应或者说一个国家去普及相关知识的过程来说，需要一定时间，所以，有该系统的帮助是能够加快并且舒适的去度过这个过程的。

1.2国内外相关研究及概况

因为国内垃圾分类正处于整个的开始阶段，所以先把目光放于已经垃圾分类基本已经成为人民意识的国家。

美国纽约,提到这个被誉为世界之都的城市，现在的人很难将这座高楼密布拥有最庞大的CBD群的大都市与满是污水、臭气蔓延的垃圾城市联系在一起。但事实是,在19世纪末时,纽约的确是世界上最杂乱、肮脏的城市之一,一直到1895年纽约史上第一个垃圾回收和分类系统被那时街道卫生的指挥官韦林创建，才好转起来。作为日本最大的城市东京，同样是人山人海的大都市也曾深受垃圾围城和环境污染困扰。于1970年底,日本国会全面去修改《清扫法》[1],制定《废弃物处理法》,以遏制废弃物排放,对废弃物进行适当的分类、保管、收集、运输、再生和处理，终于东京城市环境大幅改善[2]。

在国内来说，垃圾分类是垃圾处理流程中