机构名称：
¥ 1.0
废物管理由于不正确的处置而与可生物降解和不可生物降解废物的隔离斗争，导致污染并降低可回收材料的质量。本研究通过开发基于机器学习的废物分类系统来解决这些挑战。利用图像分类技术，特别是VGG-16卷积神经网络（CNN）模型，该系统使用来自开源网站的数据集将废物分类为可生物降解和非生物降解的系统。该方法包括八个阶段：初步研究，知识和数据获取，数据预处理，模型设计，开发，测试和评估。使用制造商UNO和伺服电动机物理表现出废物分类的原型。尽管有限的高质量组件等挑战，但本研究旨在通过使用不同时期的VGG-16来提高回收效率和可持续性，并显示了原型的有效功能，为改善废物隔离和管理提供了有希望的解决方案。
开发基于机器学习的废物
主要关键词
相关文件推荐
