周铠然 / 个人简历返回简历 ↗
计算机视觉 · 深度学习

垃圾分类识别系统

基于卷积神经网络的垃圾图像识别:数据处理、模型训练、图片上传与摄像头交互。

论文记录 ResNet50 / MobileNetV2 与 PyQt5 方案;代码包为六分类 CNN 与 Tkinter 版本,分别展示研究过程和代码实践。

代码与模型

包含 2 个 Jupyter Notebook、原始 CNN 模型和预测结果样例,支持图片上传与摄像头识别。已清理运行输出与本地绝对路径,训练图片需自行准备。

包内 README 说明依赖、数据目录与版本差异,适合下载后查看源码。

项目论文

下方为部分页面预览,完整内容请打开 PDF。点击图片可放大查看。

项目论文第 1 页,公开展示版
项目论文 · 第 1 / 40 页
项目论文第 3 页,公开展示版
项目论文 · 第 3 / 40 页
项目论文第 16 页,公开展示版
项目论文 · 第 16 / 40 页
项目论文第 17 页,公开展示版
项目论文 · 第 17 / 40 页

← 返回全部材料