传统垃圾分类方法不再适用于物质丰富的时代。为提高垃圾分类效率、推动资源最大化利用、改善垃圾对环境的污染,开发垃圾分类应用软件十分必要。本文基于ResNext-101模型和端对端的语音合成系统(Tacotron),开发集目标识别与语音合成于一体的垃圾分类APP,并以50329张图片、基于《生活垃圾分类标志》共4个大类211个小类作为数据集进行训练和实验。运用ResNeXt-101算法构建基于目标识别的垃圾分类卷积神经网络模型,垃圾识别分类准确率高达80.14%。同时采用Tacotron神经网络模型和Griffin-Lim算法生成语音。该App设计用户操作友好,基本适合于现阶段垃圾分类的应用需求。基于图片的垃圾分类提醒不仅...