用python编写垃圾分类系统,简单垃圾分类python代码

　　1 引言

　　现在是7月，大家一定都被最近的一项新政策折磨过，那就是垃圾分类。003010已经正式实施，相信还是

　　但是有很多朋友和我一样，还没有完全搞清楚哪些应该扔哪个类别。感觉每天都在学垃圾分类。真的是让人应接不暇。

　　听说一杯没喝完的泡泡茶要这样扔。

　　1.首先要把没喝完的奶茶水倒进池子里。

　　2.将珍珠、水果等残渣放入湿垃圾中。

　　3.把杯子扔进干燥的垃圾里。

　　4.接下来，盖子。如果上面盖的是热饮(比如大部分热饮)，塑料盖可以归类为可回收垃圾。

　　看到这里，是不是大家突然不想喝奶茶了？哈哈。不过没关系，虽然要进行垃圾分类，但是奶茶也可以喝。

　　所以，在这里我们想讨论一下，人工智能和数据科学的方法是否能帮助我们更好地对垃圾进行分类。这样我们就不用因为不知道该扔哪一个而去扔垃圾了。

　　垃圾箱和烦恼。

　　2 思路

　　这个问题可能有不止一种解决方法。这里只是提供一些简单的见解。

　　第一种方案，可以把垃圾信息做成表格数据，然后用传统的机器学习方法。

　　第二种方案，把所有垃圾分类信息做成知识图谱，每次查询都像在字典里查信息。

　　第三种方案，借助目前的深度学习方法，可以对垃圾进行识别和分类。我们每次给垃圾的图片，都让模型识别它属于哪一类。

　　类别：干垃圾、湿垃圾、有害垃圾或可回收垃圾。

　　3 图像分类

　　图像分类是深度学习的经典应用。它的输入是一张图片，然后经过一些处理，进入一个深度学习模型，它会返回这张图片。

　　公园里的垃圾种类。这里我们考虑四类：干垃圾、湿垃圾、有害废垃圾或可回收垃圾。

　　(报纸：可回收垃圾)

　　(电池：有害废物)

　　(一次性饭盒：干垃圾)

　　我们对图片中的物品进行分类，这属于图像处理和识别领域。在人工智能中，卷积神经网络(CNN)被提出来解决这类问题。

　　我将使用keras包和Tensorflow后端来构建模型。由于训练集样本暂时比较少，这里只能给出一套思路和代码。培训劳动模范

　　做之前还有一波数据收集。

　　相关：《上海市生活垃圾管理条例》

　　我们先来看看代码是什么样子的。

　　先导入一些必要的包。

　　再做一遍准备工作。

　　在上面，我们初始化了一些变量，批量大小是128；Num_classes=4，因为要分类的数量是4，包括干垃圾、湿垃圾和有害垃圾。

　　劝退通知书

　　回收这四种垃圾。Epochs是我们必须训练的次数。接下来，img_rows，img_cols=28，28我们给出图片的纬度大小。

　　英寸reshape(60000，28，28，1)，60000是图片数量(可变)，28是图片大小(可调)，1表示通道，通道=1。

　　指的是黑白照片。reshape(10000，28，28，1)也是一样的，只是图数是10000。

　　在最后两行中，我们将目标变量的值转换为二进制分类，用向量(矩阵)表示。例如，[1，0，0，0]指的是干垃圾，[0，1，0，0]

　　指的是湿垃圾等等。

　　接下来是建模的部分。

　　我们在模型中加入了卷积层和池层。激活函数是relu，几乎广泛应用于卷积神经网络和深度学习。我们在各层之间。

　　还增加了下降以减少过度拟合。密集层用于进行类别预测。

　　在建立模型后，我们必须对模型进行在线验证，以确保模型的准确性。

　　至此，我们的建模和预测已经大致完成。一个好的模型，要不断优化它，提高精度等指标，直到达到可以接受的程度。

　　这里不深入讨论优化过程，后面继续。

　　4 总结

　　值得一提的是，虽然可以实现该方法，但实际操作起来肯定更复杂，尤其是对精度的要求很高。

　　而且当一张图片包含几种垃圾的时候，会让我们的分类模型的开发变得非常复杂，更加困难。

　　比如我们想把一杯奶茶分类成垃圾。照片包含了很多种类的垃圾，比较大，因为不属于一个单一的类别。

　　前面的路肯定有困难，但就把这里的分享当做一个引玉的起点吧。

　　毕竟，李白也说过，“总有一天，我要乘风破浪，扬帆直上，跨过深深的大海”。

郑重声明：本文由网友发布，不代表盛行IT的观点，版权归原作者所有，仅为传播更多信息之目的，如有侵权请联系，我们将第一时间修改或删除，多谢。