基于OpenCV和TensorFlow的生活垃圾图像分类识别
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
文件下载
资源详情
[{"title":"（ 121 个子文件 13.79MB ） 基于OpenCV和TensorFlow的生活垃圾图像分类识别","children":[{"title":"myCanvas.py <span style='color:#111;'> 8.33KB </span>","children":null,"spread":false},{"title":"Trash_selected_ok.html <span style='color:#111;'> 5.41KB </span>","children":null,"spread":false},{"title":"Trash_selected.html <span style='color:#111;'> 4.66KB </span>","children":null,"spread":false},{"title":"trash.html <span style='color:#111;'> 7.24KB </span>","children":null,"spread":false},{"title":"2.jpg <span style='color:#111;'> 4.46MB </span>","children":null,"spread":false},{"title":"......","children":null,"spread":false},{"title":"<span style='color:steelblue;'>文件过多，未全部展示</span>","children":null,"spread":false}],"spread":true}]
评论信息
其他资源
- 编程精粹:编写高质量C语言代码(高清PDF中文版)
- web嵌入到winform中完美显示（CefSharp）
- 普中PZ6808L-F4开发板入门教程
- 基于LabVIEW的声源定位程序
- ISO 15764-2004_Road vehicles-Extended data link security.pdf
- 数据结构、算法与应用C++语言描述高清版
- 电饭锅单片机控制系统模拟仿真
- STM32F103C8T6核心板使用说明，原理图，例程代码，芯片手册，工程图
- 单级三相式光伏并网逆变器研究
- Android项目源码Seashell贝壳单词APP安卓客户端.zip
- 如何使用FULLBNT工具箱(中文)
- 物理学报latex模板
- 基于java的文件管理/网盘系统
- Java常用框架学习笔记.7z
- Introduction to Python
- 微分方程数值解讲义
- logisim汉化版
- Android Google play billing(Google play 内支付) 代码封装V1.0.3
- 共轭梯度法相关matlab程序
- iba记录文件
- 社会养老保险信息管理系统
- Mathematica的基本应用
- DB2面试题.pdf
- 汇编工具IDE86
- Android开发教程之桌面组件【widget】初探--千锋培训
- 基于MSP430的逐日系统设计
- atl连接点、c++接收器、js接收器
免责申明
【只为小站】的资源来自网友分享，仅供学习研究，请务必在下载后24小时内给予删除，不得用于其他任何用途，否则后果自负。基于互联网的特殊性，【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查；无论 【只为小站】 经营者是否已进行审查，用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明