# 垃圾分类

**Repository Path**: Fly2God/refuse_classification

## Basic Information

- **Project Name**: 垃圾分类
- **Description**: 这是一个基于深度学习的垃圾分类小工程，用深度残差网络构建
- **Primary Language**: Python
- **License**: GPL-3.0
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 6
- **Created**: 2021-03-15
- **Last Updated**: 2021-03-15

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# 垃圾分类

#### 介绍
这是一个基于深度学习的垃圾分类小工程，用深度残差网络构建

#### 软件架构
1.  使用深度残差网络resnet50作为基石，在后续添加需要的层以适应不同的分类任务
2.  模型的训练需要用生成器将数据集循环写入内存，同时图像增强以泛化模型
3.  使用不包含网络输出部分的resnet50权重文件进行迁移学习，只训练我们在5个stage后增加的层


#### 安装教程

1.  需要的第三方库主要有tensorflow1.x，keras，opencv，Pillow，scikit-learn，numpy
2.  安装方式很简单，打开terminal，例如：pip install numpy -i https://pypi.tuna.tsinghua.edu.cn/simple 
3.  数据集与权重文件比较大，所以没有上传
4.  如果环境配置方面有问题或者需要数据集与模型权重文件，可以在评论区说明您的问题，我将远程帮助您

#### 使用说明

1.  文件夹theory记录了我在本次深度学习中收获的笔记，与模型训练的控制台打印信息
2.  迁移学习需要的初始权重与模型定义文件resnet50.py放在model下
3.  训练运行trainNet.py，训练结束会创建models文件夹，并将结果权重garclass.h5写入该文件夹
4.  datagen文件夹下的genit.py用于进行图像预处理以及数据生成器接口
5.  使用训练好的模型进行垃圾分类，运行Demo.py

#### 结果演示
![输入图片说明](https://images.gitee.com/uploads/images/2020/0518/125040_9af00987_5644878.jpeg "1.jpg")
![输入图片说明](https://images.gitee.com/uploads/images/2020/0518/125051_28cd7d16_5644878.png "2.png")
![输入图片说明](https://images.gitee.com/uploads/images/2020/0518/125059_1161c540_5644878.jpeg "3.jpg")