通过目标检测+图片识别模型对图片中的垃圾进行分类、通过双向LSTM+一维卷积混合模型对物体名称进行垃圾分类

上传者: xixixixixixixi21 | 上传时间: 2022-05-09 11:04:27 | 文件大小: 77.94MB | 文件类型: ZIP
本系统通过目标检测算法使得系统可以通过图片识别一个或多个垃圾并对其进行分类,相较于传统的图片分类算法,允许用户同时识别多种垃圾;通过基于深度学习算法的文本分析使得系统能够充分理解各种物体名称的具体含义,以便于通过用户输入的名称对垃圾种类进行分类。 二、系统说明 2.1 功能介绍 图片垃圾分类:系统能够对图片中的多个物体进行检测并进行垃圾分类,最终返回待分类垃圾的物体名称以及其所属的垃圾类别。 文本垃圾分类:系统在对接收到的文本进行检测后,会返回待分类垃圾所属的垃圾类别。 2.2 数据介绍 图片数据集:图片识别类来自2019华为云垃圾分类挑战赛、爬虫搜集,共两万余张图片,91类物体;目标检测类为COCO数据集。 文本数据集:爬虫搜集,共3000类物体名称(其中有相似的,例如电池和干电池) 由于数据集过大,因此不会上传,如有需要可以在issue中提出。 2.3. 模型介绍(v1.0版本) 目标检测模型使用谷歌Object-Detection中的SSD模型、图片识别模型使用Inception-Resnet-v2模型。 文本分类模型使用两层双向LSTM与两层一维卷积模型,其中词向量层使用了

文件下载

资源详情

[{"title":"( 1282 个子文件 77.94MB ) 通过目标检测+图片识别模型对图片中的垃圾进行分类、通过双向LSTM+一维卷积混合模型对物体名称进行垃圾分类","children":[{"title":"standard_fields.py <span style='color:#111;'> 11.42KB </span>","children":null,"spread":false},{"title":"region_similarity_calculator.py <span style='color:#111;'> 5.24KB </span>","children":null,"spread":false},{"title":"anchor_generator.py <span style='color:#111;'> 6.35KB </span>","children":null,"spread":false},{"title":"matcher.py <span style='color:#111;'> 9.72KB </span>","children":null,"spread":false},{"title":"multiclass_nms_test.py <span style='color:#111;'> 20.67KB </span>","children":null,"spread":false},{"title":"......","children":null,"spread":false},{"title":"<span style='color:steelblue;'>文件过多,未全部展示</span>","children":null,"spread":false}],"spread":true}]

评论信息

免责申明

【只为小站】的资源来自网友分享,仅供学习研究,请务必在下载后24小时内给予删除,不得用于其他任何用途,否则后果自负。基于互联网的特殊性,【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查;无论 【只为小站】 经营者是否已进行审查,用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场,基于网友分享,根据中国法律《信息网络传播权保护条例》第二十二条之规定,若资源存在侵权或相关问题请联系本站客服人员,zhiweidada#qq.com,请把#换成@,本站将给予最大的支持与配合,做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明