基于ResNet50的垃圾识别与分类方法（高校公示15天）（不包年费滞纳金）（需要二变）

本发明属于图像识别技术领域，具体地说，是一种基于ResNet50的垃圾识别与分类方法，包括：选取涵盖有实际生活中常见的多种垃圾图片的公开数据集，创建成适合垃圾分类研究所需要的数据集，然后将数据集分为训练集与测试集，对训练集中的图像进行预处理操作；搭建网络模型，选取ResNet50卷积神经网络模型作为基准模型，引入深度可分离卷积，添加CBMA和SE两种注意力机制，从而创建出新型卷积神经网络模型；设置网络模型的超参数，选择损失函数和优化方法对创建出的网络模型进行训练，可得到训练好的模型；利用训练好的卷积神经网络模型去识别测试集中的图片，最后得到识别的精度。

《基于ResNet50的垃圾识别与分类方法（高校公示15天）（不包年费滞纳金）（需要二变）》是一发明专利，专利号为 2022106617283，当前法律状态为已下证，由南京邮电大学提出申请，发明人为倪晓军;刘玲，申请日期为2022-06-13，公开（公告）日期为2024-11-22，国际专利分类号（IPC）为 G06V 20/10 (2022.01)，高新资质：未报高企。该专利已下发证书，权利稳定，适合直接办理转让过户，是企业申报高企、项目招投标、质押融资的优质标的。赋翼网提供从选品、尽调、合同签订到官方著录项目变更（过户）的一站式专利转让服务，专业顾问全程协助，确保交易合规、安全、高效。专利摘要：本发明属于图像识别技术领域，具体地说，是一种基于ResNet50的垃圾识别与分类方法，包括：选取涵盖有实际生活中常见的多种垃圾图片的公开数据集，创建成适合垃圾分类研究所需要的数据集，然后将数据集分为训练集与测试集，对训练集中的图像进行预处理操作；搭建网络模型，选取ResNet50卷积神经网络模型作为基准模型，引入深度可分离卷积，添加CBMA和SE两种注意力机制，从而创建出新型卷积神经网络模型；设置网络模型的超参数，选择损失函数和优化方法对创建出的网络模型进行训练，可得到训练好的模型；利用训练好的卷积神经网络模型去识别测试集中的图片，最后得到识别的精度。

海量优质专利即买即用，四大核心优势助您弯道超车：
🏆 拿资质，享红利：高企认定、专精特新必备！轻松获取政府补贴、税收减免，招投标直接加分！
💎 增信誉，融资金：支持实缴注册资金，彰显企业硬实力；支持专利质押贷款，盘活现金流，扩张不缺钱！
🔥 强背书，防抄袭：印上“专利产品”，客户更信赖！构建技术壁垒，把竞争对手挡在门外，稳占市场份额！
🚀 省时间，快变现：告别漫长研发与高风险！优质专利即买即用，让技术立刻变成真金白银的利润！