基于树莓派的垃圾智能分类系统设计

摘要

为提高垃圾分类的工作效率,使垃圾处理更加环保高效,设计基于树莓派的垃圾智能分类系统。采用ResNet网络和迁移学习相结合的方法识别图像信息,通过TensorFlow的Keras完成逐层构建和精细化调参,系统前端采用Vue.js框架,后端基于Flask框架搭建,开发完成后将模型系统部署于树莓派4B。选取华为云人工智能大赛提供的垃圾图像数据集进行训练和测试。测试结果准确率为90.8%,垃圾识别训练准确率为98.7%,表明该系统能有效进行垃圾种类识别及分类,具有较好的应用前景。