基于MobileNet V2模型迁移学习的垃圾图像分类算法  

Garbage Image Classification Algorithm Based on MobileNet V2 Model Transfer Learning

作　　者：张明[1] 孙晓丽 ZHANG Min;SUN Xiao-li(School of Software,Chengdu Polytechnic,Chengdu Polytechnic,Chengdu 610041,China;Academic Affairs Office,Chengdu Polytechnic,Chengdu 610041,China)

机构地区：[1]成都职业技术学院软件学院,四川成都610041 [2]成都职业技术学院教务处,四川成都610041

出　　处：《湖北工业职业技术学院学报》2024年第5期67-72,共6页Journal of Hubei Industrial Polytechnic

基　　金：四川省社会科学重点研究基地、四川省教育厅人文社会科学重点研究基地-四川高等职业教育研究中心资助/立项项目“高职院校构建专业群资源共享机制与评价体系研究”(GZY22B05)。

摘　　要：垃圾分类结合人工智能图形识别技术,是对传统垃圾处理方式的改革,旨在实现垃圾的有效分类处置,是一种科学管理方法[1]。本文基于MobileNet V2网络结构,使用迁移学习提高模型特征表达的能力,改进并选择合适的损失函数和优化方案,使得模型能够区分不同种类的垃圾,训练完毕的模型导出后可以部署在嵌入式系统或者APP中。Garbage classification based on AI graphic recognition technology is a scientific method,which is a reform of traditional garbage disposal methods,aiming to achieve effective garbage classification and disposal.Based on the MobileNet V2 network structure,this article adopts transfer learning to improve the ability of model feature expression,improve and select appropriate loss function and optimization scheme,so that the model can distinguish different types of garbage.After the trained model is exported,it can be deployed in embedded systems or APP.

关 键 词：MobileNet V2模型 迁移学习 垃圾分类 特征表达 

分 类 号：TP18[自动化与计算机技术—控制理论与控制工程]