垃圾在日常生活中出现的数量随着人们生活质量的提高而不断增加。在我国，600多座城市中，有超过一半被垃圾环带包围，造成资源浪费。因此，对可循环垃圾进行有意义的分类和处理将对抑制水生环境的污染和回收可循环垃圾至关重要。然而，由于垃圾分类的重要性和相关知识的缺乏，目前的垃圾分类效率极低，导致环境保护的整体工作被拖延。近年来，随着“人工智能”被重视并在逐渐出现在大众的视野之中，卷积神经网络在国内外得到了发展，使借助机器视觉的深度学习技术实现垃圾图像的智能分类具有了现实的可能性。居民垃圾分类知识欠缺的根本原因，就是垃圾图像具有类别繁多、特征复杂的特点。 针对以上背景，本文根据可回收垃圾分类的现状和标准制定可回收垃圾智能分类总体设计方案，分析可回收垃圾智能分类具体实现形式，获取数据集，测试系统的正确率，将K210和STM32作为硬件平台分别支持神经网络算法和控制驱动，并结合分类机构，设计并实现一个基于视觉神经网络的垃圾分类系统，实现了可回收垃圾的智能分类，取得了一定的效果。