基于迁移学习的垃圾分类应用

摘要

随着环保日益增长的重要性,垃圾分类在日常生活中尤为重要。针对垃圾分类的应用,文中基于迁移学习对比使用GoogLeNet、ResNet18两种网络结构,在原有数据图片基础上进行缩放、中心裁剪、调整对比度、旋转以及翻转等不同操作,并且通过控制变量分别调整epoch、Batch_Size的值。结论表明:使用ResNet18网络结构可以达到约70%的准确率,对于垃圾分类应用具有良好效果。