典型文献
基于视觉识别的垃圾自动分类系统设计
文献摘要：
为解决垃圾分类困难和实现垃圾自动化分类,文章提出了基于视觉识别的垃圾自动分类系统.使用MobileNet v2模型对百度飞浆AI Studio开源数据Garbage进行训练,建立分类模型,对可回收垃圾、有害垃圾、干垃圾和湿垃圾进行分类.实验结果表明,训练集和验证集的准确率分别为0.99和0.95,训练集损失值接近于0,验证集损失函数值0.3左右,测试集的准确率为0.95,损失函数值为0.35.可见该模型能较好地对四类垃圾进行分类,并有较高的准确率和较低的损失函数值.由App测试结果可知,可以实时地监测垃圾桶内环境数据以及垃圾桶的地理位置信息和容量信息,更好地完成垃圾分类的回收.
文献关键词：
垃圾分类;MobileNet v2;视觉识别;交叉熵;实时监测
中图分类号：
作者姓名：
李丹;钟昆;曹荀;黄露茜;肖彤;王宝江
作者机构：
西昌学院信息技术学院,四川西昌615013
文献出处：
引用格式：
[1]李丹;钟昆;曹荀;黄露茜;肖彤;王宝江-.基于视觉识别的垃圾自动分类系统设计)[J].电脑知识与技术,2022(26):7-10,13
A类：
B类：
视觉识别,自动分类,分类系统,垃圾分类,MobileNet,v2,百度,Studio,开源数据,Garbage,分类模型,可回收垃圾,有害垃圾,干垃圾,湿垃圾,训练集,验证集,损失值,损失函数,函数值,测试集,四类,App,垃圾桶,环境数据,地理位置信息,交叉熵
AB值：
0.410121
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。
