基于Java和CNN网络实现垃圾识别分类安卓APP源码+项目说明文档.zip

【项目介绍】 基于Java和CNN网络实现垃圾识别分类安卓APP源码+项目说明文档.zip 1. 功能 基于卷积神经网络的垃圾分类，并将深度学习模型整合到安卓应用，实现了生活垃圾的图像识别与分类。 安卓应用主要包含垃圾搜索、图像识别、题目测试和知识科普等功能模块。垃圾搜索中包含 3986 种物品，图像识别包含 143 种物品，覆盖了居民常见生活垃圾，可以有效辅助人们进行垃圾分类。（自使用SQLite数据库导入项目内txt数据） 算法采用基于MobileNetV2的深度学习分类模型进行迁移学习。MobileNetV2模型于2018年被谷歌发布，是MobileNet的改进版，引入了反向残差结构和线性瓶颈结构提高模型性能。模型优化包括 dropout 正则化、Adam优化器等。图像主要筛选整理于华为垃圾分类挑战赛数据集，并且进行了随机水平翻转、图像旋转等数据增强操作，其中 90%用于训练集，10%用于验证集。 图像识别运行流程为安卓客户端调用图库或图像头权限->选择图片->图片上传到后端->后端使用命令行操作调用算法predict->后端得到预测结果->返回至前端（后续可使用TensorFlow Mobile 把深度学习模型转化为pb格式文件并部署到安卓客户端） 2. 环境配置 TensorFlow2.0 Android studio（安卓开发IDE、Java） springboot框架（maven管理，注意导入的项目文件夹是否正确） 【备注】 1.项目代码均经过功能验证ok，确保稳定可靠运行。欢迎下载食用体验！ 2.主要针对各个计算机相关专业，包括计算机科学、信息安全、数据科学与大数据技术、人工智能、通信、物联网等领域的在校学生、专业教师、企业员工。 3.项目具有丰富的拓展空间，不仅可作为入门进阶，也可直接作为毕设、课程设计、大作业、初期项目立项演示等用途。 4.当然也鼓励大家基于此进行二次开发。在使用过程中，如有问题或建议，请及时沟通。 5.期待你能在项目中找到乐趣和灵感，也欢迎你的分享和反馈！