目前垃圾分类已经在许多城市开展起来。这看似微不足道的“小事”，实则关系到13亿多人生活环境的改善，理应通过人工智能技术来大力提倡社会风气养成。本次实验提供六个类别的垃圾识别分类数据集，分别是glass、cardboard、metal、paper、plastic、trash。本次实验是基于卷积神经网络模型来完成六个类别垃圾分类。
每位同学单独完成；建立神经网络模型，并尽可能将其参数调优到最佳状态；绘制深度学习模型图、绘制并分析学习曲线等；分析模型并试着调试不同学习率等超参数对模型的结果影响 ；使用Python语言。
卷积神经网络 （Convolutional Neural Network, CNN）是一种结构类似于人类或动物的 视觉系统 的人工神经网络，包含一个或多个卷积层（Convolutional Layer）、池化层（Pooling Layer）和全连接层（Fully-connected Layer）。
0013期通过CNN卷积神经网络对猫狗数据集训练识别-含数据集和代码
083基于深度学习的手势识别小程序版本_含10多种模型包括alexnet、DenseNet、DLA、GoogleNet、Mobilenet、ResNet、ResNeXt、ShuffleNet、VGG、EfficientNet和Swin transformer等10多种模型。117nlp自然语言处理-文本情感分类-joy-sadness-anger-fear-love-surprise。运行02深度学习模型训练.py就会将txt文本中记录的训练集和验证集进行读取训练，训练好后会保存模型在本地。
101基于CNN的music音乐类别识别
'089基于深度学习的小样本数据检测_含10多种模型包括alexnet、DenseNet、DLA、GoogleNet、Mobil。'084基于CNN卷积神经网络的核桃品质检测_含10多种模型包括alexnet、DenseNet、DLA、GoogleNet、'083基于深度学习的手势识别小程序版本_含10多种模型包括alexnet、DenseNet、DLA、GoogleNet、M。'081基于深度学习的农业病虫害检测小程序版本_含10多种模型包括alexnet、DenseNet、DLA、Google。
数据挖掘实战-基于CNN深度学习算法构建英文文本分类模型
随着互联网和社交媒体的快速发展，大量的英文文本数据不断产生，如博客、新闻、论坛帖子等。对这些文本数据进行分类和组织成为一项重要的任务，有助于提高信息检索的效率，更好地理解用户需求，以及为各种应用提供有价值的信息。传统的文本分类方法通常基于手工特征工程，然而这种方法不仅耗时，而且对于大规模和高维度的数据集效果有限。近年来，深度学习技术的崛起为文本分类带来了新的解决方案。卷积神经网络（CNN）作为一种在图像识别中取得巨大成功的深度学习算法，也被广泛应用于自然语言处理领域，特别是文本分类任务。
Python小项目：利用CNN实现垃圾图片分类
在这篇文章中，我们探索了如何利用卷积神经网络（CNN）实现垃圾图片分类。我们从数据预处理开始，详细讨论了CNN的结构、训练和结果可视化。通过这个项目，我们展示了深度学习在环保领域的潜力，通过技术创新，为垃圾分类问题提供了一种创新解决方案。文章鼓励读者继续深入学习，为环保事业贡献一份力量，以创新驱动未来的可持续发展。
Python CNN垃圾分类毕设实战：6类别模型搭建、训练与避坑指南
卷积神经网络（CNN）是深度学习中处理图像分类任务的基础模型，通过卷积层、池化层和全连接层的组合，自动提取图像特征并完成类别预测。在工程实践中，数据组织、模型结构设计和训练参数配置直接影响最终效果。基于Python和PyTorch实现的CNN垃圾分类项目，覆盖数据管线构建、轻量网络搭建、数据增强、训练循环、混淆矩阵评估及单张图片推理全流程，类别固定为6类。该方案适合计算机相关专业本科毕设场景，也适合入门深度学习的学习者快速跑通一个完整项目，掌握从数据到推理的闭环开发能力。
建立的简单的CNN_model模型，是python类型的程序代码
建立的简单的CNN模型，用于相互作用的计算。建立的模型较为简单，适合刚开始接触CNN模型的新手参考
毕业设计：基于python的垃圾分类系统.zip
计算机毕设源码
毕业设计：python基于语音识别的智能垃圾分类系统的设计（源码 + 数据库 + 说明文档）
毕业设计：python基于语音识别的智能垃圾分类系统的设计（源码 + 数据库 + 说明文档） 第2章 可行性分析 3 2.1 业务流程图 3 2.2 经济可行性 4 2.3 技术可行性 4 2.4 运行可行性 4 2.5 本章小结 4 第3章 需求分析 5 3.1 垃圾分类的发展情况 5 3.2 基于语音识别的智能垃圾分类管理平台的需求分析 5 3.3 数据字典 5 3.4 本章小结 6 第4章 总体设计 7 4.1 系统模块总体设计 7 4.2 数据库设计 9 4.2.1 数据分析 9 4.2.2 数据库的详细设计 10 4.3 本章小结 12 第5章 详细设计与实现 13 5.1 系统运行平台设置 13 5.2 运行环境 13 5.3 开发工具及技术简介 13 5.3.1 开发工具简介 14 5.3.4 技术简介 14 5.5 系统首页设计 15 5.6 系统基本功能设计与实现 15 5.6.1 登录模块设计与实现 15 5.6.2 系统信息展示模块设计与实现 17 5.6.3 基于语音识别的智能垃圾分类的设计与实现 17 5.6.4 用户信息维护模块的设计与实
n8n 快速入门1：构建一个简单的工作流
n8n 快速入门指南
MATLAB 论文复现——含氢综合能源系统多目标最优折中分布鲁棒低碳调度
提出基于多目标决策理论和逼近理想解排序技术，构造综合考虑系统调度的经济性、低碳性和鲁棒度的多目标最优折中函数，从而建立含氢综合能源系统多目标最优折中分布鲁棒低碳调度模型，可快速准确地获得兼具经济性、低碳性和鲁棒性的含氢综合能源系统优化调度方案。[1]孙惠娟,胡紫平,彭春华,等.含氢综合能源系统多目标最优折中分布鲁棒低碳调度[J/OL].电力自动化设备,1-13[2024-07-26].https://doi.org/10.16081/j.epae.202406003.关键词： 综合能源系统;
双目视觉实战：用Bouguet算法实现极线校正的完整代码解析
本文详细解析了Bouguet算法在双目视觉极线校正中的完整实现流程与性能调优技巧。通过旋转平分策略和基线对齐，Bouguet方法显著降低图像畸变并提升匹配精度，相比传统Hartley校正法平均重投影误差降低53%。文章涵盖从相机标定到OpenCV实战的全过程，并分享工业级调参策略，帮助开发者实现高精度立体视觉系统。
用python提取PDF中各类文本内容的方法
用python提取PDF中各类文本内容的方法
Anaconda镜像源切换全攻略：从清华源到恢复默认设置的完整流程
本文详细介绍了Anaconda镜像源的管理与优化，重点讲解了如何配置清华源以提升国内下载速度。内容涵盖镜像源工作原理、清华源详细配置步骤、多源管理策略、常见问题排查以及如何安全恢复默认设置，帮助用户构建完整的镜像源管理体系。
SAM3模型国内快速上手：Modelscope权重下载+环境配置一条龙指南
本文详细介绍了SAM3模型在国内的快速部署方案，包括通过Modelscope平台下载权重文件、优化CUDA 11.8环境配置以及实战避坑技巧。针对国内开发者常见的网络问题和环境兼容性问题，提供了从权重下载到模型加载的全流程指南，帮助用户高效完成部署并快速上手SAM3模型。
axi ps读写pl_PL读写DDR：Datamover能干什么
最近发现工程项目中一直在用AXI-DMA。这玩意儿搬数据倒是没问题，就是用axi-lite配置起来非常反人类。。。简单的办法其实是用datamover ip核。这个ip核能干嘛呢。准备写个文章解析一下。由于好多feature没用过，所以仅仅看文档可能理解有误，欢迎指出错误。首先扫个盲：MM2S指的是Memory map to stream. 读DDR. S2MM指的是steam to memory...
路径规划 | 图解A*、Dijkstra、GBFS算法的异同(附C++/Python/Matlab仿真)
图解A*、Dijkstra、GBFS算法原理，分析三种算法异同，提供C++/Python/Matlab仿真实现
VB摄像头监控
该VB模块可对摄像头捕获的画面进行录像等，可在创建的窗口进行控制
TMS_WebGMaps_1.9.8.0_Full_Source
TMS_WebGMaps_1.9.8.0_Full_Source 全源码 delphi cbuilder
IEM模型，地表粗糙度模拟
利用微波反演土壤水分时候，利用IEM模型可以实现对随机地表的模拟
计算机控制技术及应用
《计算机控制技术及应用》通过总结作者的科研成果和吸收国内外的先进理论、方法和技术，以计算机控制系统的网络化、开放化、智能化和集成化发展趋势为主线索，主要介绍计算机控制系统的基本概念和计算机控制系统的典型形式，计算机控制系统的数学描述与基本分析方法，以及数字PID控制器、最少拍控制系统、达林算法、状态变量设计法等设计方法及其各种改进算法。重点突出计算机控制系统输入输出通道接口的设计方法和典型控制系统的设计案例与实现方法等。
盲盒赢 定制羽绒服
开启惊喜盲盒，抽取你的专属好礼
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
订阅专栏 解锁全文
977
扫一扫
