摘要
摘要：生活垃圾分类对于城市良好生活环境的创建和资源最大化利用具有重要意义,但是由于人们分类知识不足、分类意识薄弱等因素,导致实际分类效果并不理想。在未来科技发展过程中，利用机械视觉技术对废物垃圾进行识别具有重要的意义。本设计中主要由图像数据处理、模型训练、识别分类三部分组成。由于该设计所涉及的训练图像都是在理想光照，合 适环境下提取的，所以在图像数据处理过程中没有难以处理的细节。图像数据处理的环节包括了获取图像，划分数据集，图像增强等操作。在模型训练部分，该设计基于Pytorch搭建ResNet18网络模型进行训练。通过残差网络实现训练结果的高精度。最后一步是将模型部署在MaixII-Dock开发板上，通过加载模型，获取图像，模型推理，输出结果这一步骤从而实现垃圾的分类识别。
出版日期
2024年03月28日（中国期刊网平台首次上网日期，不代表论文的发表时间）
