1. 研究目的与意义（文献综述包含参考文献）

近些年，随着国家出台了《关于在全国地级及以上城市全面开展生活垃圾分类工作的通知》[1]的政策，垃圾分类早已成为了人们日常生活中热点话题，垃圾分类具有极强的现实意义。

正确的垃圾分类不仅可以改善环境的质量，更重要的是能够带动社会绿色发展，引领绿色生活。

城市垃圾的主要来源是家庭垃圾[2]，随着经济发展和城市化进程的加快，城市垃圾的数量越来越多，填埋和焚烧垃圾的速度远远跟不上垃圾产生的速度，因此，对垃圾进行有效的分类检测既是关键，也是前提。

2. 研究的基本内容、问题解决措施及方案

1.本课题要解决的问题本课题要求设计并实现一个垃圾自动分类检测系统，利用深度学习的方法对摄像头采集的垃圾图片进行实时自动检测，判断垃圾的类别。

搭建并调试训练用于垃圾分类检测的深度学习模型，能够以一定的准确率检测出垃圾的类别，并将训练好的垃圾分类检测模型移植到jetson系列开发板。

2.拟采用的研究手段本课题基于深度学习的垃圾分类检测大致流程如图1所示：图1 垃圾分类检测流程图2.1垃圾分类数据集建立 本文采用华为云人工智能大赛垃圾分类挑战杯以及通过互联网收集图片作为垃圾分类的数据集，并使用torchvision.transforms 库实现数据增强，包括了随机水平翻转，随机垂直翻转。