全文总字数：3741字
文献综述
近些年，随着国家出台了《关于在全国地级及以上城市全面开展生活垃圾分类工作的通知》[1]的政策，垃圾分类早已成为了人们日常生活中热点话题，垃圾分类具有极强的现实意义。
正确的垃圾分类不仅可以改善环境的质量，更重要的是能够带动社会绿色发展，引领绿色生活。
城市垃圾的主要来源是家庭垃圾[2]，随着经济发展和城市化进程的加快，城市垃圾的数量越来越多，填埋和焚烧垃圾的速度远远跟不上垃圾产生的速度，因此，对垃圾进行有效的分类检测既是关键，也是前提。
目前，我国仍然是世界上最大的垃圾产出国，每年产出垃圾的增长率仍能达8%-10%，全国一半以上的城市深受垃圾困扰。
虽然垃圾分类条例在北京率先实行，但统计显示，市民垃圾分类的正确率仅为16.92%-34.56%，这样的准确率远远低于预期效果，垃圾分类的推广是一个艰难的过程。
垃圾分类准确率低下的原因不仅受社会习俗和传统观念影响，还与普通市民们对垃圾分类种类的不确定性有关。
实际上，垃圾只是错放了的资源，绝大多数的垃圾都是可以回收再利用的，如果人们能对垃圾进行正确分类，许多垃圾也就能变废为宝，这样不仅有利于减少社会资源的消耗，还能保护环境、减少环境治理的支出。
计算机视觉和机器学习技术的引入，能够降低垃圾分类的成本和节省大量垃圾分类时间，目前这项技术已经在垃圾自动检测和分类方面起到重要作用。
深度学习是机器学习的一个重要领域，能够解决视觉识别和分类问题，卷积神经网络是目前深度学习架构中图像识别主要方法之一，像AlexNet[5]、VGG[6]、ResNet[7]和DenseNet[8]这几个著名的卷积神经网络模型，都在图像识别的实验研究中得到运用。
剩余内容已隐藏，您需要先支付 10元 才能查看该篇文章全部内容！立即支付
