2基于神经网络的垃圾分类识别

一共六类垃圾

项目文件

项目文件列表如下：

1. data:存放训测试集，实时保存的图像（用于在线检测）。
2. dist:vue打包后的文件夹
3. app.py:flask运行文件
4. model:存放卷积网络模型(基于inceptionv3的fine-tunning),使用时解压后放在根目录

名称	参数
操作系统	win10
系统位数	64位
内存	12G
GPU	GTX950M/CUDA9.0
IDE和相关环境	VScode/anconda
主要运行依赖环境	Python3.5/keras2.2.3/tensorflow-gpu 1.12.0/flask/vue.js

配置好以上参数:

​ npm install serve serve -s dist:安装vue运行的服务器(也可以用nginx)

​ flask run :运行flask

显示界面

/home:

/start:

参数设置

训练参数	数值
激活函数	Softmax,Relu
优化算法	min-batch,N-Adam,ReduceLROnPlateau,Early stopping,drop out
初始学习率	0.001
最大迭代次数	3000
损失函数	Corss-Entropy
Drop out	0.15

使用方法

安装好环境后,直接运行CallFrame.py

若要重新训练模型，则运行inception_version_train.py

**输入:**预训练权重$w_0$,

	model1	model2
loss	0.39	0.24
acc	87%	91.67%
val_loss	0.68	0.03
val_acc	78%	100%
epoch	126	1375