摘要
本发明公开了一种基于深度学习的垃圾分类与识别的方法及系统,该方法包括获取包含多种类垃圾图像的数据集;对数据集中的图像进行预处理,并将预处理好的数据集划分为训练集和测试集;选择ResNet‑50网络结构作为预训练模型,采用迁移学习的方式对预训练模型进行训练及微调;在微调后的预训练模型中引入CBAM注意力机制模块,构建垃圾分类模型;对垃圾分类模型进行性能分析;该系统包括图像预处理模块、模型训练模块、模型分析模块。本发明解决了现有技术垃圾分类识别的方法中需要大量的人力物力去设计和调整图像参数、处理高维数据时表现不佳,难以胜任大规模图片分类任务的问题。