基于深度学习的垃圾分类系统

项目简介

本项目提供了一个基于深度学习的垃圾分类系统资源文件。该系统通过训练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）。训练好的模型被部署在华为云上，并生成了API接口供调用。此外，我们还设计了一个可视化程序，通过调用API接口来进行展示，方便用户使用。

资源内容

• 模型训练代码：包含多个用于垃圾图片分类的深度学习模型训练代码。
• 模型优化代码：采用迁移学习方法对模型进行调优改进的代码。
• 华为云部署脚本：用于将训练好的模型部署到华为云上的脚本。
• API接口文档：详细描述了如何调用部署在华为云上的API接口。
• 可视化程序代码：设计了一个可视化程序，方便用户通过调用API接口进行垃圾分类识别。

使用说明

1. 模型训练：

   • 使用提供的模型训练代码，训练多个用于垃圾图片分类的深度学习模型。
   • 通过迁移学习方法对模型进行调优改进，提升模型识别准确率。

2. 模型部署：

   • 使用华为云部署脚本，将训练好的模型部署到华为云上。
   • 生成API接口，供后续调用。

3. API调用：

   • 参考API接口文档，了解如何调用部署在华为云上的API接口。
   • 通过可视化程序调用API接口，进行垃圾分类识别。

4. 可视化展示：

   • 运行可视化程序代码，通过界面操作调用API接口，实现垃圾分类识别的可视化展示。

注意事项

• 本项目提供的模型识别准确率为93%以上（30个epoch），实际使用中可能需要根据具体需求进行进一步优化。
• 部署到华为云上的模型需要根据华为云的相关服务进行配置和调优。
• 可视化程序代码需要根据实际环境进行配置和运行。

贡献

欢迎对本项目进行改进和优化，如有任何问题或建议，请提交Issue或Pull Request。

许可证

本项目采用MIT许可证，详情请参阅LICENSE文件。