典型文献
基于MobileNet-v3与CNN进行垃圾分类
文献摘要：
由于垃圾种类较多,颜色与形状差异大,选用人工分拣垃圾分类存在着非常大的困难,劳动力不足,工作量大,缺乏精准度.文章以MobileNet-V3small网络算法为基础,对垃圾图像进行准确识别和分类,达到速度快、准确度高,借助CNN模型进行光谱特征分析并分类.通过自动化分拣垃圾,实现垃圾分类,大大降低了人工投入量,提高垃圾分类效率.
文献关键词：
垃圾;分类;MobileNet-V3;CNN
中图分类号：
作者姓名：
钱嵩橙;董博文;樊继午;牛曌;蒋欣洳;方智
作者机构：
电子科技大学成都学院,四川成都610000;淮阴工学院交通工程学院,江苏淮安223001;长春大学机械与车辆工程学院,吉林长春130000;南京邮电大学通达学院,江苏南京225000;淮阴师范学院法律政治与公共管理学院,江苏淮安223001
文献出处：
引用格式：
[1]钱嵩橙;董博文;樊继午;牛曌;蒋欣洳;方智-.基于MobileNet-v3与CNN进行垃圾分类)[J].电脑知识与技术,2022(35):14-15,18
A类：
V3small
B类：
MobileNet,v3,垃圾分类,人工分拣,类存在,网络算法,准确识别,光谱特征,自动化分拣,大大降低,投入量
AB值：
0.280123
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。
