谢正玺 卢欣 李建行

摘要：本文开发了一款名为“环保圾分”的垃圾分类App，该系统包含常规的文字查询、语音查询和图像查询三种工作形式，其特色之处在于其图像查询功能运用了目前先进的深度学习理论和技术，将神经网络模型运用到垃圾分类图片的识别上，大大提高了圖像识别和分类的准确程度，弥补了目前垃圾识别App市场的不足，具有较高的社会价值。

关键词：App;垃圾分类;神经网络;深度学习

引言

继上海垃圾分类新政实施后，随着全国各地加速推行垃圾分类制度，垃圾分类APP、小程序等如雨后春笋般迅速出现[1]。然而这一市场充斥着不少粗制滥造，甚至收集个人信息的涉嫌的作品。仅仅2019年7月份，苹果商城上架的垃圾分类App，就从十几款上涨到近50款。

目前常规的垃圾分类软件以文字查询、语音查询、图片查询为主。其中文字和语音检索功能主要依靠检索其垃圾分类数据库。图片识别垃圾的功能则更为实用，由用户拍摄垃圾图片，APP根据图片识别功能判断垃圾类别并告知用户。但现有APP的主要问题是软件的图像识别准确度不高，由此影响了对垃圾的分类效果。

1 项目研究的主要内容

本项目“环保圾分”APP为2020年湖北省大学生创新创业的训练项目，旨在响应国家垃圾分类新政，帮助普通市民在生活中做到垃圾正确分类，实现资源顺利回收。在功能方面，本项目仍然提供文字查询、语音查询、图片查询这三类垃圾检索方式，但开发的重点在于提高图片识别的准确性上。……