文献类型：期刊文章

作　　者：李天千[1] 陈志鑫[1] 黄桂鑫[1] 温森荣[1] 黄思琪[1]

LI Tianqian;CHEN Zhixin;HUANG Guixin;WEN senrong;HUANG Siqi(School of Information Science and Technology,South China Business College Guangdong University of Foreign Studies,Guangzhou 510545,China)

机构地区：[1]广东外语外贸大学南国商学院信息科学技术学院,广东广州510545

出　　处：《现代信息科技》

年　　份：2021

卷　　号：5

期　　号：17

起止页码：92-94

语　　种：中文

收录情况：普通刊

摘　　要：为提高垃圾分类效率,应对日益繁杂的垃圾分类工作,使垃圾分类智能化,高效化。运用卷积神经网络解决垃圾分类问题,对YOLOv3基础算法进行研究改进,并制作垃圾种类数据集,结合参数迁移学习训练垃圾分类识别模型。实验表明样本多的种类识别准确率较高,而对于样本少的种类,准确率就下降了。相较于现有常用的垃圾分类识别算法,所提出的垃圾分类识别算法,识别性能更优,更适合广泛推广应用。

关 键 词：垃圾检测  数据集制作  YOLOv3算法  

分 类 号：TP181]