本文共 817 字，大约阅读时间需要 2 分钟。

Hello，大家好，作者终于考完研了，现在开始更新自己以前的科研项目来供大家一起学习参考，开源共享，作者github网址：https://github.com/czzq1999，欢迎加油一起学习，一起开源中国。今天共享的开源项目是，利用python中的pytorch深度学习框架来实现全自动垃圾分类。

Introduction

本项目是基于YOLOv3的5G嵌入式智能分类垃圾桶系统。该垃圾桶图像处理具有两个接口选项，可以通过连接本地USB摄像头获取图像，也可以通过5G网络获取网络摄像头的图像。需要预先获取5G摄像头的IP地址以及端口。

Requirements

pip3 install -r requirements.txt

如需移植到自己的电脑，需要修改cap.py文件里面的相关路径名，以及USB串口的路径。

需预先将单片机代码烧录进51单片机中，如何通过串口连接服务器。

如图为整个系统的框架图，需要用到两个数码舵机和一个工业摄像头，以及一个5V的稳压模块，和一个电源模块，以及一个单片机最小模块。

Training

Start Training：python3 train.py to begin training after downloading the dataset.

如图为训练loss损失曲线。

Dataset

我们收集了一千多张常见的垃圾种类数据集，包括金属，塑料，纸质，玻璃，通过图像增广，获得了几万张图片。

本项目的代码已经上传至Github上：https://github.com/czzq1999/Garbage-detection-and-classification

转载地址：http://saprn.baihongyu.com/