智慧方案

1 绪论 1 1.1 研究背景及意义 1 1.2 国内外研究现状 2 1.2.1 国外研究现状 2 1.2.2 国内研究现状 2 1.3 研究目标和内容 3 1.4 本章小结 4 2 相关理论及技术介绍 5 2.1 卷积神经网络（CNN） 5 2.1.1 卷积神经网络简介 5 2.1.2 卷积神经网络体系结构 6 2.2 Resnet算法 7 2.3 Jaccard相似系数 8 2.4 激活函数 9 2.4.1 Sigmoid函数 9 2.4.2 Softmax函数 9 2.4.3 Relu函数 9 2.5 本章小结 10 3 可行性分析与需求分析 11 3.1 系统可行性分析 11 3.1.1 技术可行性 11 3.1.2 经济可行性 11 3.1.3 功能可行性 11 3.2 系统需求分析 11 3.3 本章小结 11 4 系统总体设计 13 4.1 系统功能设计 13 4.2 实验数据 13 4.2.1 数据来源 13 4.2.2 数据分析与预处理 14 4.2.3 数据增广 15 4.3 本章小结 16 5 系统的功能与实现 17 5.1 拍照识别功能 17 5.2 文字识别功能 18 5.3 分类指南功能 18 5.4 本章小结 20 6 系统测试 21 6.1 测试目标 21 6.2 功能测试 21 6.3 本章小结 22 结论与展望 23 参考文献 24 致谢 26

1 绪论 1 1.1 研究背景及意义 1 1.2 国内外研究现状 2 1.2.1 国外研究现状 2 1.2.2 国内研究现状 2 1.3 研究目标和内容 3 1.4 本章小结 4 2 相关理论及技术介绍 5 2.1 卷积神经网络（CNN） 5 2.1.1 卷积神经网络简介 5 2.1.2 卷积神经网络体系结构 6 2.2 Resnet算法 7 2.3 Jaccard相似系数 8 2.4 激活函数 9 2.4.1 Sigmoid函数 9 2.4.2 Softmax函数 9 2.4.3 Relu函数 10 2.5 本章小结 10 3 可行性分析与需求分析 11 3.1 系统可行性分析 11 3.1.1 技术可行性 11 3.1.2 经济可行性 11 3.1.3 功能可行性 11 3.2 系统需求分析 11 3.3 本章小结 12 4 系统总体设计 13 4.1 系统功能设计 13 4.2 实验数据 13 4.2.1 数据来源 13 4.2.2 数据分析与预处理 14 4.2.3 数据增广 15 4.3 本章小结 16 5 系统的功能与实现 17 5.1 拍照识别功能 17 5.2 文字识别功能 18 5.3 分类指南功能 19 5.4 本章小结 20 6 系统测试 21 6.1 测试目标 21 6.2 功能测试 21 6.3 本章小结 23 结论与展望 24 参考文献 25 致 谢 27

微信小程序垃圾分类系统，前后端分离

设计了一种基于深度迁移学习模型,对多种常见的可回收垃圾图像进行识别分类的垃圾图像分类系统.对比了VGG16、InceptionV3、InceptionResnetV2预训练模型的性能,最优识别正确率达到了90%以上,并进一步设计了基于Flask的Web应用调用模型.

本次实验训练了多个用于垃圾图片分类识别的模型，采用迁移学习的方法选取性能较好的模型进行调优改进，最终的模型识别准确率在93%以上（30个epoch)；然后将训练好的模型部署在华为云上，生成API接口进行调用；最后设计了一个可视化程序调用API接口来进行展示，方便用户使用。

自己开发的小程序，蓝牙无线控制舵机开启，语音识别控制舵机开启，垃圾类型播报。（小程序部分）