城市生活垃圾的自动化分类收集是解决城市生活垃圾精细化管理的有效途径。采用生活垃圾数据集Kaggle为图片样本，构建了基于ResNet-18卷积神经网络的生活垃圾识别模型，使用深度学习神经网络的方法对生活垃圾进行了分类识别研究。实验结果表明该方法识别的准确率可达90.0%以上，模型的平衡点在查全率和查准率分别为0.8和0.89处，为城市生活垃圾的自动化分类识别提供了依据。
科研之友
微信
新浪微博
Facebook
分享链接
