论文部分内容阅读
运用深度学习的经典算法卷积神经网络用于完成垃圾图像的特征提取。纹理,形状融合特征和HSV颜色特征分别作为Alexnet卷积神经网络的输入样本,完成卷积神经网络的训练和学习迁移,构成垃圾分类模型,准确实现垃圾分类。基于该模型,实现校园智能垃圾分类系统的设计。STM32作为主控制芯片,结合外围驱动电路。并构建基于NB-IOT物联网技术的远程监测网络,可实现垃圾桶状态的实时监测与信息反馈。