经过近8个月的样本收集、标注及模型训练等大量工作，我们完成了针对城市垃圾的精细分类识别模型V1.0的首测试任务，模型涵盖可回收垃圾、有害垃圾、其它垃圾3个大类下属的18个小类。正确分类的比例达91.8%。据不完全统计，此部分（18个小类）垃圾占全部干垃圾（不含建筑垃圾）总量的96% 。

基于深度卷积网络的图像识别模型可提取到物体的不同特征（透明度、光泽、形态等），可以感知到不同类别间的细微差别，为后期进一步对子类的精细划分打下良好基础。

深度学习模型可以在后期使用过程中，不断试错，不断地积累“经验”，从而不断地更新迭代自身可识别的类别种类和分类正确率。