基于Densenet密集网络的垃圾分类算法的设计与实现

  • 打印
  • 收藏
收藏成功
微博 QQ空间 微信


打开文本图片集

摘要：目前垃圾分类主要依靠人工分类，在大数据平台深度学习图像分类已日益成熟，本文探索深度学习在垃圾分类识别中的应用。本文首先利用Tensorflow搭建深度学习的框架;其次以AI Studio上11000张、26个类别的生活垃圾图像作为数据;再次利用训练数据对Densenet密集型网络进行学习训练;最后测试得到网络的识别率为90%。（剩余2819字）

试读结束

目录
monitor