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。
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。
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。
Start Training:python3 train.py
to begin training after downloading the dataset.
python3 train.py --resume
to resume training from weights/xxx.pt 如图为训练loss损失曲线。
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。
每类图片有三百张左右。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/