1. 研究目的与意义
垃圾分类(Garbage classification)，一般是指按一定规定或标准将垃圾分类储存、投放和搬运，从而转变成公共资源的一系列活动的总称。垃圾分类的目的是提高垃圾的资源价值和经济价值，减少垃圾处理量和处理设备的使用，降低处理成本，减少土地资源的消耗，具有社会、经济、生态等几方面的效益。本课题拟借助于计算机视觉深度学习方法实现垃圾的自动分类识别。|
目前我国垃圾分类存在的主要问题有三点:
1， 垃圾分类正确率不高。
2. 课题关键问题和重难点
课题关键点及难点
课题拟解决的关键问题及难点罗列如下。
1树莓派是基于arm架构的微型电脑，有树莓派独特的linux的操作系统，具有所有pc的基本功能。需要在树莓派上面搭建pycharm开发环境，配置相关的python安装包。研究相关代码。对树莓派有一个基础认识，需要熟练掌握linux技巧，对linux命令有相关了解。以及对python有关内容进行掌握，并有较强的编写代码能力
3. 国内外研究现状（文献综述）
一、引言
在以往处理生活垃圾问题时，由垃圾处理人员进行手动分类处理，大量未分类的生活垃圾给工作人员带来了极大的工作量，长期工作在此环境下对工作人员身体也带来了巨大的伤害，而仅靠人工进行垃圾分类的速度过于缓慢，无法解决当前生活垃圾大量产生问题，也容易造成垃圾堆积。随着科技的发展，自动化技术可以实现繁忙且重复的工作。在处理生活垃圾过程中，正确分类垃圾是垃圾处理过程中的第一步，通过识别并确定图像中垃圾位置所在以及所属类别，是实现垃圾分类自动化的前提，而计算机视觉在此处有着重大的发挥作用。
二、国内外研究现状
4. 研究方案
总体思路
先准备数据，一般图像训练都会进行数据增强，小批量的拿到数据，对图片数据设置一个管道，使图片数据能够自动从管道中流出，然后构建模型，这里我们使用预训练的残差神经网络模型来对图片进行训练，初始化一个优化器，构建一个损失函数，使模型在一次次迭代中能够不断进行优化，并存储最优的模型。
设计方案
5. 工作计划
在寒假期间查找并了解国内外论文，学习python有关的材料，和linux技巧，与导师讨论关键方案的步骤和实施，查找树莓派相关材料，完成主体环境的搭建。学习有关深度学习卷积神经网络的有关资料，去了解和练习相关的实验操作，为完成自己的实验目的和做出满意的成果打下基础。
2022-2023-1学期第15-16周 完成选题，查阅相关中英文资料，进行相关技术的学习；第17周 与导师沟通进行课题总体规划；第18周 导师下发毕业设计（论文）任务书，学生根据导师的要求进行外文翻译，列出开题报告大纲；第19周 搭建开发环境，撰写开题报告；2022-2023-2学期第1-2周开始的1—2周进行课题的需求分析，提交开题报告；第3-4中，研究Keras中VGG/inception等图像分类示例；第5-6周创建训练/验证/测试数据集，垃圾分类模型训练；第7-8周垃圾分类模型训练、模型推理；提交毕业设计论文提纲给指导老师审阅；第9-11周完成模型边缘平台部署；完成毕业论文初稿；第12周在教师的指导下对撰写的论文进行修改，提交论文终稿及合格的论文检测报告、毕业设计（论文）资料装袋；第13-14周筹备毕业答辩相关事宜，制作参加毕业答辩的演示课件。参加毕业答辩，并提交全部文档和成果材料。
以上是毕业论文开题报告，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
