pytorch基于神经网络模型与树莓派的智能垃圾桶项目源代码。利用训练好的神经网络模型迁移到树莓派上。再结合舵机和设计的垃圾桶结构，就可以完成垃圾的智能识别与智能分类工作。 pytorch基于神经网络模型与树莓派的智能垃圾桶项目源代码。利用训练好的神经网络模型迁移到树莓派上。再结合舵机和设计的垃圾桶结构，就可以完成垃圾的智能识别与智能分类工作。 pytorch基于神经网络模型与树莓派的智能垃圾桶项目源代码。利用训练好的神经网络模型迁移到树莓派上。再结合舵机和设计的垃圾桶结构，就可以完成垃圾的智能识别与智能分类工作。 pytorch基于神经网络模型与树莓派的智能垃圾桶项目源代码。利用训练好的神经网络模型迁移到树莓派上。再结合舵机和设计的垃圾桶结构，就可以完成垃圾的智能识别与智能分类工作。pytorch基于神经网络模型与树莓派的智能垃圾桶项目源代码。利用训练好的神经网络模型迁移到树莓派上。再结合舵机和设计的垃圾桶结构，就可以完成垃圾的智能识别与智能分类工作。pytorch基于神经网络模型与树莓派的智能垃圾桶项目源代码。利用训练好的神经网络模型迁移到树莓派上。再结合舵机和设计的垃圾桶结构

树莓派OpenCV所用库，包括颜色识别跟踪，人脸识别，手势识别，形状识别，条码识别，二维码识别。 博文链接：https://blog.csdn.net/woshigaowei5146/article/details/125151252#comments_21848493

树莓派 原理图 新版 V2.0， 可以用来参考开发。

基于神经网络模型和树莓派的自动驾驶小车项目源代码。小车使用arduino，树莓派等硬件模块，采用摄像头，并使用神经网进行路径识别的自动驾驶。主要设计方法如下，先用arduino、树莓派和摄像头等模块搭建小车。再用树莓派摄像头采集到的图片通过局域网发送到上位机。上位机保存图像，处理后得到训练集。接着，在电脑上训练神经网络模型。得到模型后，运行自动驾驶程序，摄像头捕获图片，上位机接收图像，加载训练模型，解算图像得出控制参数，通过蓝牙发送给arduino，控制小车。 在采集数据的过程中，要保证树莓派和上位机连在同一个网段下。分别运行下面两个代码在上位机端和树莓派端。收集训练数据制作数据集的代码路径如下：上位机端运行的代码：collect_training_data3.py 树莓派端运行的代码：stream_client.py运行训练算法模型的程序，我们就可以将MLP模型通过搜集好的训练数据，在上位机上训练了，执行训练程序后，就可以完成训练，得到参数模型了。训练模型的代码mlp_training.py 训练之后，就可以得到mlp在我们获取的数据集的参数模型了。参数模型的保存路

自己使用树莓派3B+和一块不用的电脑屏幕制作了个电子相册。操作方法记录在文档中。

树莓派4B使用respeaker 4mic实现了语音控制灯的状态，跟着官方文档做但是那个文档有些旧了，随着新版本的发布，有一些地方出现了错误，还有一些地方官方文档描述不清楚，导致我犯了很多错误，我参考官方文档一步一步将问题解决并写在了这个文件里面，跟着一步一步做就可以实现简单的语音识别。

树莓派安装windows11资源包（windows11 最新系统和烧录器）保证安装成功，不成功联系微信13608843615，在线指导

【毕业设计】基于OpenCV的人脸识别打卡/签到管理系统（可基于树莓派） 博文：https://blog.csdn.net/weixin_53403301/article/details/125121329

本文是基于上一篇“网页版树莓派小车控制程序”改造而成。主要也练习了一下微信小程序的开发。这里简单记录一下主要代码片段。也是趟过了许多的坑，例如：微信小程序不支持完全全屏，微信小程序不能横屏展示。所以开发过程中也用了一些非常手段。可以说这只是一个很基本的demo，所以里面很多东西，比如摄像头监控ip、页面元素定位我都使用了写死的值。特别是界面，我只是在iPhone 6上面做的实验，所以换到其他手机上时，界面就会变型了。 1. 基本思路 进入小程序时展示index页，可以让用户输入服务端url（模拟上一篇中在浏览器获取get请求） 然后跳转到实际的小车控制界面，并可以通过点击按钮实现小车控

简介 网络上有很多实时显示树莓派测量的温湿度的例子，但作者没有找到采集数据并能够展示历史数据的现有轮子，于是就自己摸索弄了一个，现在发布出来供大家参考使用。 frp内网穿透后的项目地址： 概览 程序环境 树莓派（我的是 2B ） DHT22 温湿度传感器（其它传感器比如DHT11需要修改一部分代码。推荐使用 DHT22 ，比 DHT11 精度高） python 3.5+ 、 mysql 导入相关库，例如： Adafruit_DHT 、 pymysql 、 flask 、 json 等。 运行指南 上述环境准备工作完成后，将本项目代码下载解压到树莓派中。 数据采集 新建数据库。使用 sql 目录下的 ht.sql 建立“温湿度采集表” 有需要的话可以使用 test 文件下的 TestConnect.py 、 TestSelect.py 测试数据表是否创建成功。 python3 TestCon