垃圾识别代码数据集

1、资源内容：基于yolov5垃圾识别（完整源码+说明文档+数据）.rar 2、代码特点：参数化编程、参数可方便更改、代码编程思路清晰、注释明细。 3、适用对象：计算机，电子信息工程、数学等专业的大学生课程设计和毕业设计。 4、更多仿真源码下载列表（自行寻找自己需要的）：https://blog.csdn.net/m0_62143653?type=download 5、作者介绍：某大厂资深算法工程师，从事Matlab、Python、C/C++、Java、YOLO算法仿真工作10年；擅长计算机视觉、目标检测模型、智能优化算法、神经网络预测、信号处理、元胞自动机、图像处理、智能控制、路径规划、无人机等多种领域的算法仿真实验，欢迎交流学习。

简介：该垃圾分类项目主要在于对各种垃圾进行所属归类，本次项目采用keras深度学习框架搭建卷积神经网络模型实现图像分类，最终移植在树莓派上进行实时视频流的垃圾识别。 前期：主要考虑PC端性能，并尽可能优化模型大小，训练可采用GPU，但调用模型测试的时候用CPU运行，测试帧率和准确性（测试10张左右图像的运行时间取平均值或实时视频流的帧率）。 后期：部署在树莓派端，在本地进行USB摄像头实时视频流的垃圾分类（归类）。 框架语言： keras+python。 PC端： Keras: 2.2.0 Opencv: 3.4 Python: 3.6 Numpy:1.16

基于yolov5+opencv人丢垃圾识别检测源码(带GUI界面)+训练好的模型+数据集+评估指标曲线+操作使用说明.zip 数据集多数为摄像头抓拍人丢垃圾，垃圾主要是常见的垃圾袋、纸盒、泡沫等 【备注】主要针对正在做毕设的同学和需要项目实战的深度学习cv图像识别模式识别方向学习者。 也可作为课程设计、期末大作业。包含：项目源码、训练好的模型、项目操作说明等，该项目可直接作为毕设使用。 也可以用来学习、参考、借鉴。如果基础不错，在此代码上做修改，训练其他模型。

基于小程序云开发的垃圾分类+垃圾识别+答题的垃圾分类小程序源码+教程.zip小程序使用了云开发，包含文字识别垃圾类型、语音识别垃圾类型、图片识别类型、垃圾类别答题。内含使用教程。 基于小程序云开发的垃圾分类+垃圾识别+答题的垃圾分类小程序源码+教程.zip小程序使用了云开发，包含文字识别垃圾类型、语音识别垃圾类型、图片识别类型、垃圾类别答题。内含使用教程。 基于小程序云开发的垃圾分类+垃圾识别+答题的垃圾分类小程序源码+教程.zip小程序使用了云开发，包含文字识别垃圾类型、语音识别垃圾类型、图片识别类型、垃圾类别答题。内含使用教程。 基于小程序云开发的垃圾分类+垃圾识别+答题的垃圾分类小程序源码+教程.zip小程序使用了云开发，包含文字识别垃圾类型、语音识别垃圾类型、图片识别类型、垃圾类别答题。内含使用教程。 基于小程序云开发的垃圾分类+垃圾识别+答题的垃圾分类小程序源码+教程.zip小程序使用了云开发，包含文字识别垃圾类型、语音识别垃圾类型、图片识别类型、垃圾类别答题。内含使用教程。 基于小程序云开发的垃圾分类+垃圾识别+答题的垃圾分类小程序源码+教程.zip小程序使用了云开发，包

垃圾识别数据集，共15515张图片 垃圾识别数据集，共15515张图片 垃圾识别数据集，共15515张图片

1、包含数据集 2527张图（可以调整为自己的数据集，程序不用大改，只需调整文件目录） 2、pytorch-resnet 训练准确率95% 3、可传图片预测 4、可调用电脑摄像头 调用模型预测垃圾分类 5、CPU/GPU都可以

垃圾识别分类小程序.zip 大学生课程设计 基于小程序的课程设计 自己大二写的课程设计

前端：微信小程序 采用 uni-app 开发框架，uni-app 是一个使用 Vue.js 开发所有前端应用的框架，开发者编写一套代码，可发布到iOS、Android、H5、以及各种小程序（微信/支付宝/百度/头条/QQ/钉钉）等多个平台。 后端：采用 SpringBoot 2 构建后端服务，才 Swagger2 构建 Restful风格接口文档，数据库采用 Mysql ,使用 Mybatis-Plus 做数据访问层。 语音识别和图像识别 采用 百度智能云平台服务。 安装教程 开发需要准备相关的 IDE和 JDK8 开发环境 , 前端开发 uni-app 需要 下载 Hbuilder ,后端开发 需要下载 Eclipse 或 IDEA。 其中的 语音识别和图像识别 功能使用百度智能云平台服务，需要注册登录拥有自己的应用 (有5万次调用 api 的免费使用量)，在 后端 afterend 的 uniapp-api 当中的配置文件里面需要进行配置 appid、apikey、secretkey。 数据库准备，创建一个 名称为 garbageSort 的数据库，把跟目录下 garbagesort.sql数据库文件进行导入进去即可。 后端启动：第一步、在 afterend 目录下找到 uniapp-api 模块，把配置文件 application.yml.example 的 example 后缀去掉，命名为 application.yml。第二步、在 application.yml 中配置好 数据库相关信息 和 上述 百度请求 api 管理的配置信息即可。 第三步、运行 UniappApiApplication ，启动后端服务，可以访问 http://localhost:8899/wx/doc.html 查看接文档 前端启动：在 Hbuilder 中打开目录 frontend ，在运行菜单中 点击 运行到小程序模拟器 —> 微信开发者工具,或者 使用 微信开发者工具 打开 forntend -> unpackage -> dist -> dev -> mp-weixin,即可运行微信小程序。（二次开发的时候在 Hbuilder 中修改文件，保存后可以到微信开发者工具看预览效果）

基于inception实现垃圾识别和分类。