基于深度学习的垃圾检测系统技术方案

本发明专利技术公开的基于深度学习的垃圾检测系统，包括垃圾分类模块、垃圾检测模块和网页实现模块，所述垃圾分类模块包括构造数据集和构建网络，所述垃圾检测模块包括构造数据集和构建网络，所述垃圾分类模块和垃圾检测相关联，所述垃圾分类模块数据传输至网页实现模块。本发明专利技术所述的基于深度学习的垃圾检测系统，垃圾进行分类时采用的是DenseNet神经网络模型；在检测垃圾时使用了yolo算法最新的yolov3神经网络模型，整个模型中没有池化层和全连接层，通过卷积核的步长来改变张量的尺寸；将深度神经网络模型训练完成之后放入了网页当中，用户只需进入该网页后，按照提示进行相关操作，便可以及时地获取输入的图像的垃圾检测、分类结果。

【技术实现步骤摘要】
基于深度学习的垃圾检测系统
本专利技术涉及垃圾检测系统领域，特别涉及基于深度学习的垃圾检测系统。
技术介绍
垃圾问题日益严重，随着我国经济的快速发展，城市化进程逐步加快，人民生活水平日益提高，为了满足人民日益增长的生活需求，各种多元化的商品及生活用品纷涌而至，随之而来的是日益增多的生活垃圾，对环境造成了极大的压力，有些城市已经出现了垃圾围城的现象，垃圾分类是对垃圾收集处置传统方式的改革，是对垃圾进行有效处置的一种科学管理方法，垃圾分类看似是微不足道的“小事”，实则关系到13亿多人生活环境的改善，理应大力提倡；相关政策下发、落实不到位，不同于闯红灯的罚钱扣分，生活垃圾由于种类繁多，具体分类缺乏统一标准，大多人在实际垃圾分类时会出现“选择困难”，譬如在上海，新的条例将垃圾分为可回收物、有害垃圾、干垃圾、湿垃圾，也就是说，以后会有四个不同的垃圾桶来收集不同类型的垃圾，有意思的是，从过去一段时间上海市民的真实反馈来看，大多数人对于自己所提垃圾的“最佳归属”不太确定，以至于站在垃圾桶前迟迟不能做出决定；目前垃圾分类有着很大的技术问题，在一次垃圾分类专项调本文档来自技高网...

【技术保护点】
1.基于深度学习的垃圾检测系统，其特征在于：包括垃圾分类模块、垃圾检测模块和网页实现模块，所述垃圾分类模块包括构造数据集和构建网络，所述垃圾检测模块包括构造数据集和构建网络，所述垃圾分类模块和垃圾检测相关联，所述垃圾分类模块数据传输至网页实现模块，所述垃圾检测模块数据传输至网页实现模块。/n

【技术特征摘要】
1.基于深度学习的垃圾检测系统，其特征在于：包括垃圾分类模块、垃圾检测模块和网页实现模块，所述垃圾分类模块包括构造数据集和构建网络，所述垃圾检测模块包括构造数据集和构建网络，所述垃圾分类模块和垃圾检测相关联，所述垃圾分类模块数据传输至网页实现模块，所述垃圾检测模块数据传输至网页实现模块。


2.根据权利要求1所述的基于深度学习的垃圾检测系统，其特征在于：所述垃圾分类模块中构造数据集包括有训练集、验证集、测试集。

【专利技术属性】
技术研发人员：刘悦，方淼，吕卓澄，张朝军，王轶瑶，何皓琦，吴桐，张开元，
申请(专利权)人：东北大学秦皇岛分校，
类型：发明
国别省市：河北;13