典型文献
基于深度学习的生活垃圾分类
文献摘要：
该文研究了将深度学习应用于垃圾分类,使用模型为微调后的ResNet50预训练模型,数据来源于华为开源垃圾数据集.通过对原始数据的标注、划分和增广得到该文所使用的数据集.增广方式包括几何变换、明亮度更改和添加噪声.经测试验证,本项目在测试集上的准确率能够达到87％,同时在实际场景中也有较好的泛化性.最后通过Flask、Gunicorn和微信小程序进行模型以及前端界面的部署.
文献关键词：
垃圾分类;迁移学习;数据增广;卷积神经网络
中图分类号：
作者姓名：
贺朝辉;曾鹏程
作者机构：
江西理工大学信息工程学院,江西赣州341000
文献出处：
引用格式：
[1]贺朝辉;曾鹏程-.基于深度学习的生活垃圾分类)[J].电脑知识与技术,2022(03):99-100
A类：
Gunicorn
B类：
生活垃圾分类,学习应用,微调,ResNet50,预训练模型,数据来源,华为,开源,原始数据,几何变换,明亮度,更改,测试验证,本项,测试集,泛化性,Flask,微信小程序,前端界面,迁移学习,数据增广
AB值：
0.398976
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
