基于CNN的垃圾分类识别系统

昨天在整理电脑资料的时候无意间发现了前两年下载的数据集，应该是哪里举办的比赛，赛题就是垃圾分类识别相关的任务，当时其实做了一些工作，无奈后面没有继续了就搁置了，最近一年多的时间大都在做CV的项目，今天看到这个数据集，萌生了继续做的想法，于是我拿出上周用来做云状识别开发的模型，改造了一下就可以直接用到这个垃圾分类识别数据集上面了。

首先看下效果：

这里的垃圾总分类一共有40个类别，也就是多分类任务，各垃圾类别详情如下所示：

{"0": "其他垃圾/一次性快餐盒","1": "其他垃圾/污损塑料","2": "其他垃圾/烟蒂","3": "其他垃圾/牙签","4": "其他垃圾/破碎花盆及碟碗","5": "其他垃圾/竹筷","6": "厨余垃圾/剩饭剩菜","7": "厨余垃圾/大骨头","8": "厨余垃圾/水果果皮","9": "厨余垃圾/水果果肉","10": "厨余垃圾/茶叶渣","11": "厨余垃圾/菜叶菜根","12": "厨余垃圾/蛋壳","13": "厨余垃圾/鱼骨","14": "可回收物/充电宝","15": "可回收物/包","16": "可回收物/化妆品瓶","17": "可回收物/塑料玩具","18": "可回收物/塑料碗盆","19": "可回收物/塑料衣架","20": "可回收物/快递纸袋","21": "可回收物/插头电线","22": "可回收物/旧衣服","23": "可回收物/易拉罐","24": "可回收物/枕头","25": "可回收物/毛绒玩具","26": "可回收物/洗发水瓶","27": "可回收物/玻璃杯","28": "可回收物/皮鞋","29": "可回收物/砧板","30": "可回收物/纸板箱","31": "可回收物/调料瓶","32": "可回收物/酒瓶","33": "可回收物/金属食品罐","34": "可回收物/锅","35": "可回收物/食用油桶","36": "可回收物/饮料瓶","37": "有害垃圾/干电池","38": "有害垃圾/软膏","39": "有害垃圾/过期药物"
}

将其对应划归到不同索引目录中，如下所示：

随便抽样几个类别的数据集，如下所示：

【0】

【6】

【13】

【24】

【37】

原始数据集处理代码如下：

#!usr/bin/env python
#encoding:utf-8
from __future__ import division'''
__Author__:沂水寒城
功能： 数据归类处理
'''import os
import random
import shutilsaveDir='data/'file_list=os.listdir('train_data_v2/')
name_list=list(set([one.strip().split('.')[0].strip() for one in file_list]))
for one_name in name_list:one_png='train_data_v2/'+one_name+'.jpg'one_txt='train_data_v2/'+one_name+'.txt'with open(one_txt) as f:one_label=f.read().strip().split(',')[-1].strip()oneDir=saveDir+one_label+'/'if not os.path.exists(oneDir):os.makedirs(oneDir)new_path=oneDir+str(len(os.listdir(oneDir))+1)+'.png'shutil.move(one_png,new_path)

这里使用的是与前面博文云状识别同样的模型，只不过改成了多分类模型，这里就不再多介绍了，感兴趣的话可以直接去看前面的博文，这里我默认执行了200次的迭代计算，过程可视化如下所示：

准确度曲线：

Loss曲线

基于CNN的垃圾分类识别系统相关推荐

基于CNN的动物识别系统[完整实战源码]
该专栏仅支持购买本专栏的同学学习使用,不支持以超级会员.VIP等形式使用,请谅解[购买专栏后可选择其中一个完整源码项目] 在图像识别领域中CNN是非常重要的模型,前面我写了一些关于识别系统的文章,后面 ...
毕业设计-基于计算机视觉的垃圾分类识别系统
目录前言课题背景和意义实现技术思路一.单目标垃圾图像识别研究二.多目标垃圾图像识别研究三.垃圾分类检测系统应用程序设计四.系统功能设计实现效果图样例最后前言
Fruits 360 基于CNN实现果蔬识别系统
先看最终效果: 项目主要分为三部分: 1.数据集解析处理 2.模型训练 3.推理计算与GUI可视化本文使用的数据集是开源的果蔬数据集Fruits 360,下载后截图如下所示: 其中: Test 表示 ...
基于Pytorch框架的轻量级卷积神经网络垃圾分类识别系统
今天在查资料的时候在网上看到一篇文章,博主是基于TensorFlow实现的CNN来完成对垃圾分类识别的,想到最近正好在使用Pytorch就想也做一下,就当是项目开发实践了.先看下动态操作效果: 原文在 ...
基于深度学习的垃圾分类识别系统
目录摘要深度学习算法实现垃圾分类识别系统结束摘要随着我国经济的飞速发展,人民生活水平的提高,生活垃圾的产生量也急剧增加.垃圾种类繁多,材质.颜色和外形各异,而且在不同地域和不同场景下的类别 ...
基于TensorFlow实现的CNN神经网络花卉识别系统Demo
基于TensorFlow实现的CNN神经网络花卉识别系统Demo Demo展示登录与注册主页面模型训练识别神经网络训练 Demo下载 Demo展示登录与注册主页面模型训练识别神 ...
【基于机器学习的垃圾分类监控系统】
基于机器学习的垃圾分类监控系统一.摘要 abstract 正确处理厨余垃圾,可以有效地保护环境,并带来不错的经济效益.本文将机器学习运用到厨余垃圾的分类监控中,以识别混入其中的非厨余垃圾.本文在人工 ...
python人脸识别毕业设计-Python基于Dlib的人脸识别系统的实现
之前已经介绍过人脸识别的基础概念,以及基于opencv的实现方式,今天,我们使用dlib来提取128维的人脸嵌入,并使用k临近值方法来实现人脸识别. 人脸识别系统的实现流程与之前是一样的,只是这里我们 ...
毕业设计：基于CNN做人脸识别
基于CNN做人脸识别首先,我是考虑,这系统在Windows下做还是在Linux.Ubuntu下做比较好? 然后,我都检测过,Windows下可以用python.anaconda写代码都可以.当然,和 ...

基于CNN的垃圾分类识别系统

基于CNN的垃圾分类识别系统相关推荐

最新文章

热门文章