基于OpenCV和TensorFlow的生活垃圾图像分类识别
前后端结合的项目
trash_classify_demo1
基于OpenCV对图像的二值图进行轮廓识别,并得到其边界矩形。通过此方法,大概率能够框选得到图片中的主要物体,并基于框选出的方框对图像进行裁剪为224*224的尺寸。
trash_classify_demo2
./cnn_test.py 为此前自己摸索的卷积神经网络,训练起来准确率不佳,遂改用VGG16模型。
./trash_classify_demo2/cnn_test.py 基于VGG16模型,增加bn层促使模型收敛。将训练集迭代训练约15次,训练集准确度约80%-90%,测试集准确度约60%。
关于label,格式为“图片名称 类别”,由于上传大小所限,仅上传label文档,未上传数据集。
trash_classify_demo3
一些项目进行中所编写的小程序,包括爬虫批量下载图片、调整图片尺寸、计算图片平均RGB值和生成标签文档。
trash_classify_demo4
程序的web前端界面。 包括图像上传、识别功能,垃圾分了科普功能,显示模型