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）
