基于不同模型的迁移学习垃圾分类

智研平台会员

登录机构账号

复制成功

设置

万方会员

暂未开通会员

开通即享超值福利、会员权益
优质内容推荐

简繁

搜索

DOI: 10.18686/jsjxt.v3i2.46787

基于不同模型的迁移学习垃圾分类

蒲晓海, 周丽

四川大学锦城学院计算机与软件学院

全文直达

引用

收藏

打印

摘要：随着我国垃圾分类的进一步推进，如何正确地做好垃圾的分类是关键所在。在垃圾分类问题上可以利用机器视觉和传感器等技术帮助提高分类的正确率。本文基于三个不同的预训练模型GoogLeNet、ResNet18和MobileNetV2在迁移学习垃圾分类任务上的结果对比分析，实验结果表明：采用ResNet18预训练模型进行迁移学习的垃圾分类任务效果最好。

关键词：

迁移学习；垃圾分类；GoogLeNet；ResNet18；MobileNetV2

Universe Scientific Publishing

ISSN：2661-3719

年,卷(期)：2021,3(2)

x