- 1、本文档共7页,可阅读全部内容。
- 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
基于深度学习的智能分类垃圾箱设计方法
作者:赵一陈震
来源:《科技风》2021年第31期
关键词:智能分类;AI体贴;深度学习;CNN神经网络
我国每年产生近10亿吨垃圾,且每年以5%~8%的倍速递增,全国约2/3的城市,正在被
垃圾“大军”包围。生活垃圾中有30%~40%都可以变废为宝,通过垃圾分类,既能减少占地,
又能减少环境污染。传统上填埋和焚烧处理垃圾并不是优化的处理方式,如果经过垃圾分类,
我们能大大提高垃圾资源的利用率。在现实生活中,大部分人对垃圾分类知识的了解并不全
面,对于垃圾分类的意识较为薄弱,而传统的垃圾分类箱需要用户对垃圾分类的知识有一定的
了解,它并不能高效地进行垃圾分类,也难以提高用户的分类意识,导致实际垃圾分类的效果
并不如预期。而随着计算机科学技术、人工智能技术、图像分类等技术的产生和发展,让垃圾
分类的智能化成为可能。针对以上垃圾分类存在的问题,本小组将开发一款基于图像分类的智
能分类垃圾箱,同时配套小程序辅助,帮助人们高效地进行垃圾分类,同时在分类的过程中提
高人们的环保意识。
一、深度学习
(一)数据集采集与整理
(1)前期:对CSDN、GitHub等中现成垃圾数据集进行下载,同时采取网上爬虫和线下
手机拍照的形式扩充数据集,令每张图片重新处理至同一分辨率和大小,数据集分成一定数量
类别,对每个类别的垃圾重量范围进行手动标注。
(2)后期:垃圾箱摄像头拍照后上传用户丢人垃圾的图片,并对每张图片进行标注与手
工分类,形成标准数据集。
(二)模型输入
(1)模型训练输入:垃圾数据集。
(2)模型部署输入:摄像头和压力传感器分别获取垃圾的图像和重量。
(三)数据预处理
对图像进行水平/垂直翻轉、旋转、缩放、裁剪、剪切、平移等数据增广技术。
(四)模型网络结构
服务端:CNN的图像分类性能与其网络深度存在着重要的关系,网络越深,CNN的拟合
能力就越强,但进一步增加CNN的深度不但不能提高网络的精准度,反而会因为梯度消失而
产生更高的训练误差,使CNN的图像分类性能降低。残差网络缓解在深度神经网络中增加深
度带来了梯度消失的问题,它是目前应用最为广泛的CNN特征提取网络之一,由此也产生了
许多Resnet变种网络。本模型以ResNeSt为基础结构,它结合了许多ResNet变种结构的优
点:
(1)ResNeXt网络的切片思想,对输入的通道进行切片,均分每组的通道数,不同于
Inception的需要人工设计每个分支,ResNeXt的每个分支的拓扑结构是相同的,即采用分组卷
积。
(2)SENet注意力模块,可以自动学习到不同channel的重要程度,然后依照这个重要程
度去提升有用的特征并抑制对当前任务用处不大的特征。
(3)SKNet的选择核模块,其灵感来源是,我们在看不同尺寸、不同远近的物体时,视
觉皮层神经元接受域大小是会根据刺激来进行调节的。对应于CNN网络来说,就是可以根据
输入信息的多个尺度自适应的调节接受域大小,与传统人工设计卷积核大小相比,让网络学会
找到适合自己的卷积核可以增强网络的泛化能力。
硬件端:以MobileNetV3为基本网络结构,它综合了V1的深度可分离卷积和v2的具有线
性瓶颈的逆残差结构的特点,同时加入了轻量集的注意力模型,保证了在极小Params和Flops
的情况下,模型拥有较高的准确率。最后加上逻辑回归层和softmax层,一层用于学习网络输
出和垃圾重量的权重,另一层对输出进行分类,最终从多类到四类(可回收垃圾、有害垃圾、
厨余垃圾、其他垃圾)的映射表中输出垃圾类目。
(五)模型训练
(1)前期:输入“前期”收集到的图片,得到准确率并进行分析,进一步修改超参数优化
模型。
(2)后期:不断收集到垃圾箱上传的图片数据后,输入之前的模型中,进一步训练、提
高模型的准确率。
(六)测试
基于python的垃圾分类程序,用户丢人垃圾后,调用python程序对图片进行拍照并分
类,同时导入request库将图片上传至服务器。通过Pyqt5设计一套图形化界面对垃圾分类程序
进行测试,能够完成对上传图片进行识别并把识别结果进行输出的功能。
二、程序开发
基于微信框架设计的WXML语法、WXS语法、WXSS
您可能关注的文档
- 仓储业的现状及发展方向.pdf
- 咖啡创业项目策划书.pdf
- 工业设计史整理.pdf
- 高端矿泉水市场调研报告.pdf
- 服装营销策划方案.pdf
- 中医养生之道.pdf
- 人口老龄化对经济发展的影响研究.pdf
- 网红经济研究专题报告.pdf
- 市场营销苹果公司营销策略.pdf
- 强基计划政策解读与答疑.pdf
- 浙江省临海市白云高级中学2025届高三历史3月月考试题.doc
- 云南拾谷县第一中学2024_2025学年高二物理上学期10月月考试题.doc
- 2025版高考生物总复习第13讲基因的分离定律教案苏教版.doc
- 湖北省黄石实验高中2024_2025学年高一历史下学期期末考试模拟卷.doc
- 通史版2025版高考历史大一轮复习专题七近代化的曲折发展__中日甲午战争至五四运动前4第4讲从维新思想到新文化运动课后达标检测含解析新人教版.doc
- 2024年高考数学考试大纲解读专题04导数及其应用含解析文.doc
- 河南省许汝平九校联盟2024_2025学年高一语文上学期期末考试试题扫描版无答案.doc
- 江西省吉安市吉水县第二中学2024_2025学年高一历史上学期第二次月考试题.doc
- 北京市平谷区2025届高三政治一模考试试题含解析.doc
- 2025届中考物理第四讲物态变化专项复习测试无答案新人教版.docx
文档评论(0)