本发明属于垃圾分类技术领域，公开了一种基于神经网络的垃圾分类方法及系统。本发明方法基于Resnet‑18网络模型，在模型架构基础上利用三个3×3的降采样卷积层替换原有的7×7的降采样层和最大池化层、引入Spatial Dropout、Softmax函数、AdamW优化器等，使得改进后的网络模型具有更好的特征提取能力和泛化能力，在垃圾识别时模型能获得更大的输入图像，更精确地捕捉图像中的细节和特征，通过残差链注意力模块进行加权融合获得输出数据，最后将数据与数据库对比完成识别，提高了垃圾的分类识别能力，对垃圾进行了准确地分类，同时能更快地完成训练和推理过程，提高了垃圾分类处理速度。