基于Python深度学习的垃圾分类代码，用深度残差网络构建

垃圾分类

完整代码下载地址：基于Python深度学习的垃圾分类代码

介绍

这是一个基于深度学习的垃圾分类小工程，用深度残差网络构建

软件架构 使用深度残差网络resnet50作为基石，在后续添加需要的层以适应不同的分类任务模型的训练需要用生成器将数据集循环写入内存，同时图像增强以泛化模型使用不包含网络输出部分的resnet50权重文件进行迁移学习，只训练我们在5个stage后增加的层 安装教程 需要的第三方库主要有tensorflow1.x，keras，opencv，Pillow，scikit-learn，numpy安装方式很简单，打开terminal，例如：pip install numpy -i pypi.tuna.tsinghua.edu /simple数据集与权重文件比较大，所以没有上传如果环境配置方面有问题或者需要数据集与模型权重文件，可以在评论区说明您的问题，我将远程帮助您 使用说明 文件夹theory记录了我在本次深度学习中收获的笔记，与模型训练的控制台打印信息迁移学习需要的初始权重与模型定义文件resnet50.py放在model下训练运行trainNet.py，训练结束会创建models文件夹，并将结果权重garclass.h5写入该文件夹datagen文件夹下的genit.py用于进行图像预处理以及数据生成器接口使用训练好的模型进行垃圾分类，运行Demo.py 结果演示

完整代码下载地址：基于Python深度学习的垃圾分类代码