摘要
目前,随着人口增长与城市化推进,生活垃圾产量与清运量大幅增加,垃圾分类处理效率低且浪费大量资源,基于上述社会环境,设计垃圾分类系统具有重要意义。本文章介绍在树莓派4代B型开发板上使用垃圾分类数据集训练的Keras模型识别垃圾的过程。采用卷积神经网络,通过Python搭载神经网络来做到图像识别进l行垃圾分类,将垃圾分类数据集在LeNet-5网络模型上深度学习得到训练模型,最后通过PyQt5构建图形化的界面。运行在搭建好TensorFow框架和Opencv计算机视觉库的树莓派开发板上,树莓派4B通过载入照片识别垃圾。
- 出版日期2023
- 单位广西民族师范学院; 电子信息工程学院