CV_回收 源码

回收计算机视觉 深度卷积神经网络(CNN)用Python构建,并从各种角度对包含一千个产品图像的标记数据集进行训练,以确定要回收的对象是由塑料,金属还是玻璃组成。 为了提供最有效的方法,我尝试了著名的深度卷积神经网络体系结构。 通过使用通用数据增强策略对预训练的模型实施转移学习和微调,ResNet101V2模型以82%的测试精度提供了最佳结果。 需要更大的数据集以减少过度拟合并提高准确性。 这项研究的实验是使用Keras库和TensorFlow后端(版本2.3.0)在Google Colaboratory上执行的 特征提取与微调实验 用于训练模型的数据集来自TrashNet数据集[1]。