针对现有垃圾分类方式存在的分类烦、效率低、监督难等问题，设计基于GoogLeNet卷积神经网络的智能垃圾分类系统，从自动识别和投放、操作简单和适应家用等方面弥补市场产品的不足。基于GoogLeNet卷积神经网络设计基于垃圾分类的四分类识别分类算法，对采集的垃圾数据集进行微调训练以实现垃圾类型的有效识别。以树莓派为核心控制器，配合CSI摄像头获取图像搭载图像识别算法实现垃圾分类，自主设计机械结构及控制单元并结合分类信息完成垃圾的自动投放。通过测试分析表明系统能精准实现垃圾类型识别及投放，有效提升垃圾分类的便捷度和高效性，对用户端垃圾分类落实具有重要意义。
