【A267】基于Tensorflow卷积神经网络垃圾智能分类系统

2022-04-20 17:51:56      索炜达电子      516     

文件编号:A267

文件大小:10G

开发环境:Python3.7、OpenCV4.5、Tensorflow2.3、PyCharm2020

猿创承诺:该项目亲测正常运行,提供部署视频,需远程调试部署需另外收费,确保正常使用,不能正常使用全额退款。

简要概述:因为毕设做垃圾分类系统,需要识别可回收垃圾、厨余垃圾、有害垃圾和其他垃圾等四个大类,找了很多开源的数据集,但是质量参差不齐,而且有坏图的存在,所以我就将这些数据集还有自己爬取的数据一起清洗了一遍,全部保存为了jpg的格式,一共有245个小类和4个大类,包含80012张图片。模型训练使用的是tensorflow2.3,其中mobilenet的准确率有82%,并使用pyqt5构建了图形化界面,如下所示。

按需写作:

【A267】基于Tensorflow卷积神经网络垃圾智能分类系统

演示视频:

【A267】基于Tensorflow卷积神经网络垃圾智能分类系统

点击查看:系统演示视频

系统说明:

【A267】基于Tensorflow卷积神经网络垃圾智能分类系统

数据集构成:

数据集总览

数据集一共包含245个小类和4个大类,4个大类分别是可回收垃圾、厨余垃圾、有害垃圾和其他垃圾,图片一共是10个g左右,包含80012张图片,如下所示:

【A267】基于Tensorflow卷积神经网络垃圾智能分类系统

【A267】基于Tensorflow卷积神经网络垃圾智能分类系统

数据集细节:

数据集按照子文件夹进行了放置,直接使用tensorflow的api读取就可以,省去了标注的流程,如下所示:

【A267】基于Tensorflow卷积神经网络垃圾智能分类系统

详细的图像类别如下,一共是245类,包含了我们日常生活中所能见到的绝大数垃圾

trash_jpg

├─ 其他垃圾_PE塑料袋

├─ 其他垃圾_U型回形针

├─ 其他垃圾_一次性杯子

├─ 其他垃圾_一次性棉签

├─ 其他垃圾_串串竹签

├─ 其他垃圾_便利贴

├─ 其他垃圾_创可贴

├─ 其他垃圾_卫生纸

├─ 其他垃圾_厨房手套

├─ 其他垃圾_厨房抹布

├─ 其他垃圾_口罩

├─ 其他垃圾_唱片

├─ 其他垃圾_图钉

├─ 其他垃圾_大龙虾头

├─ 其他垃圾_奶茶杯

├─ 其他垃圾_干燥剂

├─ 其他垃圾_彩票

├─ 其他垃圾_打泡网

├─ 其他垃圾_打火机

├─ 其他垃圾_搓澡巾

├─ 其他垃圾_果壳

├─ 其他垃圾_毛巾

├─ 其他垃圾_涂改带

├─ 其他垃圾_湿纸巾

├─ 其他垃圾_烟蒂

├─ 其他垃圾_牙刷

├─ 其他垃圾_电影票

├─ 其他垃圾_电蚊香

├─ 其他垃圾_百洁布

├─ 其他垃圾_眼镜

├─ 其他垃圾_眼镜布

├─ 其他垃圾_空调滤芯

├─ 其他垃圾_笔

├─ 其他垃圾_胶带

├─ 其他垃圾_胶水废包装

├─ 其他垃圾_苍蝇拍

├─ 其他垃圾_茶壶碎片

├─ 其他垃圾_草帽

├─ 其他垃圾_菜板

├─ 其他垃圾_车票

├─ 其他垃圾_酒精棉

├─ 其他垃圾_防霉防蛀片

├─ 其他垃圾_除湿袋

├─ 其他垃圾_餐巾纸

├─ 其他垃圾_餐盒

├─ 其他垃圾_验孕棒

├─ 其他垃圾_鸡毛掸

├─ 厨余垃圾_八宝粥

├─ 厨余垃圾_冰激凌

├─ 厨余垃圾_冰糖葫芦

├─ 厨余垃圾_咖啡

├─ 厨余垃圾_圣女果

├─ 厨余垃圾_地瓜

├─ 厨余垃圾_坚果

├─ 厨余垃圾_壳

├─ 厨余垃圾_巧克力

├─ 厨余垃圾_果冻

├─ 厨余垃圾_果皮

├─ 厨余垃圾_核桃

├─ 厨余垃圾_梨

├─ 厨余垃圾_橙子

├─ 厨余垃圾_残渣剩饭

├─ 厨余垃圾_水果

├─ 厨余垃圾_泡菜

├─ 厨余垃圾_火腿

├─ 厨余垃圾_火龙果

├─ 厨余垃圾_烤鸡

├─ 厨余垃圾_瓜子

├─ 厨余垃圾_甘蔗

├─ 厨余垃圾_番茄

├─ 厨余垃圾_秸秆杯

├─ 厨余垃圾_秸秆碗

├─ 厨余垃圾_粉条

├─ 厨余垃圾_肉类

├─ 厨余垃圾_肠

├─ 厨余垃圾_苹果

├─ 厨余垃圾_茶叶

├─ 厨余垃圾_草莓

├─ 厨余垃圾_菠萝

├─ 厨余垃圾_菠萝蜜

├─ 厨余垃圾_萝卜

├─ 厨余垃圾_蒜

├─ 厨余垃圾_蔬菜

├─ 厨余垃圾_薯条

├─ 厨余垃圾_薯片

├─ 厨余垃圾_蘑菇

├─ 厨余垃圾_蛋

├─ 厨余垃圾_蛋挞

├─ 厨余垃圾_蛋糕

├─ 厨余垃圾_豆

├─ 厨余垃圾_豆腐

├─ 厨余垃圾_辣椒

├─ 厨余垃圾_面包

├─ 厨余垃圾_饼干

├─ 厨余垃圾_鸡翅

├─ 可回收物_不锈钢制品

├─ 可回收物_乒乓球拍

├─ 可回收物_书

├─ 可回收物_体重秤

├─ 可回收物_保温杯

├─ 可回收物_保鲜膜内芯

├─ 可回收物_信封

├─ 可回收物_充电头

├─ 可回收物_充电宝

├─ 可回收物_充电牙刷

├─ 可回收物_充电线

├─ 可回收物_凳子

├─ 可回收物_刀

├─ 可回收物_包

├─ 可回收物_单车

├─ 可回收物_卡

├─ 可回收物_台灯

├─ 可回收物_吊牌

├─ 可回收物_吹风机

├─ 可回收物_呼啦圈

├─ 可回收物_地球仪

├─ 可回收物_地铁票

├─ 可回收物_垫子

├─ 可回收物_塑料制品

├─ 可回收物_太阳能热水器

├─ 可回收物_奶粉桶

├─ 可回收物_尺子

├─ 可回收物_尼龙绳

├─ 可回收物_布制品

├─ 可回收物_帽子

├─ 可回收物_手机

├─ 可回收物_手电筒

├─ 可回收物_手表

├─ 可回收物_手链

├─ 可回收物_打包绳

├─ 可回收物_打印机

├─ 可回收物_打气筒

├─ 可回收物_扫地机器人

├─ 可回收物_护肤品空瓶

├─ 可回收物_拉杆箱

├─ 可回收物_拖鞋

├─ 可回收物_插线板

├─ 可回收物_搓衣板

├─ 可回收物_收音机

├─ 可回收物_放大镜

├─ 可回收物_日历

├─ 可回收物_暖宝宝

├─ 可回收物_望远镜

├─ 可回收物_木制切菜板

├─ 可回收物_木桶

├─ 可回收物_木棍

├─ 可回收物_木质梳子

├─ 可回收物_木质锅铲

├─ 可回收物_木雕

├─ 可回收物_枕头

├─ 可回收物_果冻杯

├─ 可回收物_桌子

├─ 可回收物_棋子

├─ 可回收物_模具

├─ 可回收物_毯子

├─ 可回收物_水壶

├─ 可回收物_水杯

├─ 可回收物_沙发

├─ 可回收物_泡沫板

├─ 可回收物_灭火器

├─ 可回收物_灯罩

├─ 可回收物_烟灰缸

├─ 可回收物_热水瓶

├─ 可回收物_燃气灶

├─ 可回收物_燃气瓶

├─ 可回收物_玩具

├─ 可回收物_玻璃制品

├─ 可回收物_玻璃器皿

├─ 可回收物_玻璃壶

├─ 可回收物_玻璃球

├─ 可回收物_瑜伽球

├─ 可回收物_电动剃须刀

├─ 可回收物_电动卷发棒

├─ 可回收物_电子秤

├─ 可回收物_电熨斗

├─ 可回收物_电磁炉

├─ 可回收物_电脑屏幕

├─ 可回收物_电视机

├─ 可回收物_电话

├─ 可回收物_电路板

├─ 可回收物_电风扇

├─ 可回收物_电饭煲

├─ 可回收物_登机牌

├─ 可回收物_盒子

├─ 可回收物_盖子

├─ 可回收物_盘子

├─ 可回收物_碗

├─ 可回收物_磁铁

├─ 可回收物_空气净化器

├─ 可回收物_空气加湿器

├─ 可回收物_笼子

├─ 可回收物_箱子

├─ 可回收物_纸制品

├─ 可回收物_纸牌

├─ 可回收物_罐子

├─ 可回收物_网卡

├─ 可回收物_耳套

├─ 可回收物_耳机

├─ 可回收物_衣架

├─ 可回收物_袋子

├─ 可回收物_袜子

├─ 可回收物_裙子

├─ 可回收物_裤子

├─ 可回收物_计算器

├─ 可回收物_订书机

├─ 可回收物_话筒

├─ 可回收物_豆浆机

├─ 可回收物_路由器

├─ 可回收物_轮胎

├─ 可回收物_过滤网

├─ 可回收物_遥控器

├─ 可回收物_量杯

├─ 可回收物_金属制品

├─ 可回收物_钉子

├─ 可回收物_钥匙

├─ 可回收物_铁丝球

├─ 可回收物_铅球

├─ 可回收物_铝制用品

├─ 可回收物_锅

├─ 可回收物_锅盖

├─ 可回收物_键盘

├─ 可回收物_镊子

├─ 可回收物_闹铃

├─ 可回收物_雨伞

├─ 可回收物_鞋

├─ 可回收物_音响

├─ 可回收物_餐具

├─ 可回收物_餐垫

├─ 可回收物_饰品

├─ 可回收物_鱼缸

├─ 可回收物_鼠标

├─ 有害垃圾_指甲油

├─ 有害垃圾_杀虫剂

├─ 有害垃圾_温度计

├─ 有害垃圾_灯

├─ 有害垃圾_电池

├─ 有害垃圾_电池板

├─ 有害垃圾_纽扣电池

├─ 有害垃圾_胶水

├─ 有害垃圾_药品包装

├─ 有害垃圾_药片

├─ 有害垃圾_药瓶

├─ 有害垃圾_药膏

├─ 有害垃圾_蓄电池

└─ 有害垃圾_血压计

代码构成:

注:代码中的数据集目录需要修改为你本地的目录,模型名称如果改了的话也要修改,如下

【A267】基于Tensorflow卷积神经网络垃圾智能分类系统

代码结构:

images 目录主要是放置一些图片,包括测试的图片和ui界面使用的图片

models 目录下放置训练好的两组模型,分别是cnn模型和mobilenet的模型

results 目录下放置的是训练的训练过程的一些可视化的图,两个txt文件是训练过程中的输出,两个图是两个模型训练过程中训练集和验证集准确率和loss变化曲线

utils 是主要是我测试的时候写的一些文件,对这个项目没有实际的用途

mainwindow.py 是界面文件,主要是利用pyqt5完成的界面,通过上传图片可以对图片种类进行预测

testmodel.py 是测试文件,主要是用于测试两组模型在验证集上的准确率,这个信息你从results的txt的输出中也能获取

train_cnn.py 是训练cnn模型的代码

train_mobilenet.py 是训练mobilenet模型的代码

运行效果:

【A267】基于Tensorflow卷积神经网络垃圾智能分类系统

【A267】基于Tensorflow卷积神经网络垃圾智能分类系统

【A267】基于Tensorflow卷积神经网络垃圾智能分类系统

【A267】基于Tensorflow卷积神经网络垃圾智能分类系统

【A267】基于Tensorflow卷积神经网络垃圾智能分类系统

【A267】基于Tensorflow卷积神经网络垃圾智能分类系统

【A267】基于Tensorflow卷积神经网络垃圾智能分类系统

【A267】基于Tensorflow卷积神经网络垃圾智能分类系统


远程协助:

温馨提示:索炜达.猿创官方提供收费远程协助,确保您项目运行成功。

点击查看:远程协助相关事项

我们提供完整项目文件清单如下:

文件目录

 ├ 1.项目源码

 ├ 2.运行截图

 └ 3.演示视频

TAG垃圾
  • 2 次
  • 1500 分