垃圾分類是環保重要的議題，本研究提出一個自動辨識垃圾分類的裝置，透過深度學習卷積神經網路來進行分類辨識演算，特別是直接透過影像辨識垃圾物件外觀，均有良好的效果。經測試，本系統已能有效分辨垃圾物件，在神經網路模型的評價中，平均mAP 為 0.973，而針對實際垃圾物件進行辨識，在固定外型的垃圾物件中辨識率達98% ; 而在包括形變的垃圾物件中辨識率仍具95%；本研究證明利用卷積神經網路直接辨識垃圾物件具備一定的辨識率，若進一步發展有機會優化網路效能及辨識程式運作效率，可大幅度降低硬體的成本，擴大提升垃圾桶具備垃圾辨識的能力並進一步普及化並結合物聯網、雲端技術及智動技術擴大垃圾分類自動化的可行性，為地球環保盡一份貢獻。
「為配合國家發展委員會「推動ODF-CNS15251為政府為文件標準格式實施計畫」，以及
提供使用者有文書軟體選擇的權利，本館檔案下載部分文件將公布ODF開放文件格式，
免費開源軟體可至LibreOffice下載安裝使用，或依貴慣用的軟體開啟文件。」