基于深度学习算法的垃圾分类图像识别.doc

广东东软学院本科生毕业设计（论文）

摘要

□□

在科技发达、智能时代中，深度学习、机器学习以及人工智能成为了高频词。它们看似深不可测，但是又离不开我们的生活。深度学习和机器学习是一种技术、而人工智能一种是一种体现。使用深度学习和机器技术，使机器拥有人的某种大脑结构从而来实现人的某种行为，它不仅解决了很多即无聊又繁琐的工作，从而解放了很多工人每天反复并且厌倦的动作节，节省了大量的时间；而且它在每件工作当中，能够做到比人更加精确，并且不会像人类一样受感情甚至环境的影响导致工作的效率以及成品的达标率降低。正因为人工智能给人们带来了出乎意料的惊喜以及数不胜数的方便，并且人工智能能够满足人类的懒惰性，所以人类对深度学习、机器学习以及人工智能的需求也越来越多。在这种人工智能急剧膨胀的形势下，深度学习与机器学习成了垃圾分类的主要推力。众所周知，垃圾是人类既厌恶又无法摆脱的物体，而垃圾则是铺天盖地层出叠见地出现在我们地视野中，解决垃圾问题给全球带了巨大的挑战。想要有效处理垃圾，垃圾分类是必然的结果，然而垃圾分类过程又是一件既繁琐又耗时的事，而且使用人工进行垃圾分类它不仅需要耗费大量的人工而且它还会大大降低准确率。这时人工智能、深度学习就起了重要的作用。

本文正是研究深度学习算法的垃圾分类图像识别。论述多种深度学习算法及网络结构的图像识别处理原理，分析深度学习在图像识别中的突出优势，并且提出垃圾分类在现实社会中面临的问题与挑战。在综合了解研究后，深入探讨使用深度学习算法的卷积神经网络，在大量的有效图像数据集的训练过程中是如何增加一种全新的隐藏层，并且使用这种增加卷积层的方法来得出更高层次的特征提取从而让机器自动提取特征来实现图像的识别。

关键词：深度学习图像识别垃圾分类机器学习人工智能

广东东软学院本科生毕业设计（论文）

PAGE37

Abstract

□

Withtheheatofbigdata,thethreewordsofDeepLearning、MachineLearningandArtificialIntelligencefrequentlyappearinfrontofpeople.Theymayseemunpredictable,buttheyareinseparablefromourlives.ThesameDLandMLarethetechnologyandmethodusedtoimplementAI.CombiningDLandMLtoallowmachinestoimitatethestructureofhumanbrainstoachievecertainhumanbehaviors,itnotonlysolvesmanyboringandtedioustasks,therebyliberatingmanyworkersfromrepetitiveandtiresomeactionsectionseveryday,savingalotoftime;Itcanbeaffectedthanhumansineachjob,anditwillnotbeaffectedbyemotionsandtheenvironmentlikehumans,whichwillcausetheworkefficiencyandthestandardcompliancerateoffinishedproducttodecrease.BecauseAIhasbroughtpeopleunexpectedsurprisesandcountlessconveniences,andtheAIcanmeetthelazinessofhumanbeings,sohumanshavemoreandmoreneedsforDL,MLandAI.InthissituationofrapidexpansionofAI,DLandMLbecomethemainthrustsofGarbageClassification.Asweallknow,garbageisanobjectthathumansbothhateandcannotgetridof,andgarbageappearsinourhorizon