深度学习基于神经网络进行图像识别处理的智能垃圾分类系统源码,使用PyQt5进行界面设计,做了数据集并进行训练,使用神经网络进行图像识别处理。测试时识别准确率为百分百。 软件架构 软件架构说明 PyQt5做界面设计,采用多线程(树莓派CPU不够用)处理任务,主界面是主线程,后台神经网络识别、拍照等都在次线程里面。 使用说明gcxls文件夹里面是源码,train和val分别是我的训练数据集和验证数据集 深度学习基于神经网络进行图像识别处理的智能垃圾分类系统源码,使用PyQt5进行界面设计,做了数据集并进行训练,使用神经网络进行图像识别处理。测试时识别准确率为百分百。 软件架构 软件架构说明 PyQt5做界面设计,采用多线程(树莓派CPU不够用)处理任务,主界面是主线程,后台神经网络识别、拍照等都在次线程里面。 使用说明gcxls文件夹里面是源码,train和val分别是我的训练数据集和验证数据集
垃圾分类 数据集及代码下载链接: : 基于TensorFlow和Keras的智能垃圾分类系统,用于参加中国软件杯双创大赛。 一,安装运行项目所需的python模块,包括tensorflow | numpy | 喀拉拉邦| cv2 二,train.py用于训练垃圾分类模型,由于训练的数据量过多庞大,因此不一并上传 三,predict.py作为预测垃圾的类别,首先运行predict.py,然后输入需要预测的文件路径,即可得到结果。 四,双创大赛.zip中和外部文件的区别就是多了些比赛文档,里面有个人信息不能外传,希望不要再问我要密码了。 测试结果示例:
2022-02-26 22:24:09 155.6MB 系统开源
1
垃圾分类 一个智能垃圾分类系统 一,主要功能 对上传的垃圾图片进行识别,并返回分类结果(干垃圾,湿垃圾,有害垃圾,可回收垃圾) 二,实现原理 该垃圾分类项目采用深度学习-图像处理模块,采用的是顺序序贯模型,序贯模型是函数式模型的简略版,为最简单的线性,从头到尾的结构顺序,不分叉。模型的基本组件包括①model.add,添加层;②model.compile,模型训练的BP模式设置;③model.fit,模型训练参数设置+训练;④模型预测。 三,运行环境 的win10 + cuda9.1 + cudnn7 + tensorflow-gpu-1.12.0,pytorch1.4.0 + keras-2.2.4 四,关于库文件: 在运行项目的过程中,我们遇到了很多报错,很大一部分是各种各样的库文件,在实现这个项目前,需要配置好环境,并且文件的版本需要对应,否则也会出现多种的报错问题(一定程度的ten
2021-09-30 17:53:27 35.12MB 系统开源
1
大学生论文,基础设计,
1
智慧方案
2021-06-25 22:01:49 7.99MB 智慧方案