Python基于树莓派的垃圾分类识别源码+数据集（毕业设计）.zip

这是来自绵阳师范学院信息工程学院17级5班汤琳老师物联网工程课程的课堂作业. ##### 成员: ##### 组长:陈云 ##### 组员:崔向,黄宏毅,李典耘,蒋志勤 >比赛需要故只开源了粗劣的第一个版本demo实现,第二版本改进使用yoloV3模型进行垃圾分类检测,机器臂分拣垃圾,垃圾分类数据集重新收集,并有微信小程序的用户查询垃圾分类及反馈机制 注意看ReadMe文件,注意看ReadMe文件,注意看ReadMe文件 #### B站视频介绍地址：https://www.bilibili.com/video/av80830870 #### 交流群:1074171553 > 题主双非师范院校2021考研狗,如果你觉得这个小项目有帮助到你,请为项目点一个star,不管是考试型选手毕设项目被迫营业还是直接拿去二开参加比赛,这些都没问题,开源项目就是人人为我我为人人,但请尊重他人劳动成果,大家都是同龄人.心上无垢,林间有风. ### 材料清单 > 1. 树莓派 1个 > > 2. pca9685 16路舵机驱动板 1个 > > 3. 7寸可触摸显示屏一个 > > 4. MG996R 舵机4个 > 5. 垃圾桶4个 > 6. usb免驱动摄像头1个 > 7. 树莓派GPIO扩展板转接线柱1个 > 8. 硅胶航模导线若干 ### 环境需求 ### 1.开发环境 > 神经网络搭建—python 依赖 tensorflow,keras > > 训练图片来源华为云2019垃圾分类大赛提供 > > > 训练图片地址：https://developer.huaweicloud.com/hero/forum.php?mod=viewthread&tid=24106 > > > > 下载图片文件后将文件解压覆盖为 garbage_classify 放入 垃圾分类-本地训练/根目录 > > 神经网络开源模型--- resnet50 > > > models 目录需要手动下载resnet50 的模型文件放入 > > > > resnet50模型文件名：resnet50_weights_tf_dim_ordering_tf_kernels_notop.h5 > > > > 百度就可以找到下载放入即可：https://github.com/fchollet/deep-learning-models/releases/download/v0.2/resnet50_weights_tf_dim_ordering_tf_kernels_notop.h5 > > ### 2.运行开发环境 > 进入 "垃圾分类-本地训练"目录 > # 环境初始化 > > - python3 > - 安装框架flask`pip3 install flask` > - 安装tensorflow，keras等依赖 > > > - `pip3 install tensorflow==1.13.1` > > - `pip3 install keras==2.3.1 ` > > # 运行 > > - 1.命令`python3 train.py`开启训练 > - 2.命令`python3 predict_local.py`开启输入图片测试 > > ###### ### 3. 训练服务模型部署 > 进入 "垃圾分类-服务部署"目录 > > 1. output_model 目录存放的是本地训练完成导出的h5模型文件 > > 2. models 目录需要手动下载resnet50 的模型文件放入 > > > resnet50模型文件名：resnet50_weights_tf_dim_ordering_tf_kernels_notop.h5 > > > > 百度就可以找到下载放入即可：https://github.com/fchollet/deep-learning-models/releases/download/v0.2/resnet50_weights_tf_dim_ordering_tf_kernels_notop.h5 > # 环境初始化 > > - 安装框架flask`pip3 install flask` > - 安装tensorflow，keras等依赖 > > > - `pip3 install tensorflow==1.13.1` > > - `pip3 install keras==2.3.1 ` > > # 运行 > > - 1.命令`python3 run.py`开启窗口本地调试 > - 2.命令`python3 flask_sever.py`开启服务部署 > - 3.命令`sh ./start.sh`开启后台运行服务部署 ### 4.树莓派界面搭建 > 基于nodejs electron-vue > > 强烈建议使用cnpm来安装nodejs库 > > 进入 "树莓派端/garbage_desktop"目录 > > # 安装依赖 > cnpm install > > # 开发模式 > cnpm run dev > > # 打包发布 > cnpm run build ### 5.树莓派端flask-api接口操作硬件 > 进入"进入 "树莓派端/garbage_app_sever"目录" > > 注意树莓派应该开启I2C，确保pca9685 I2C方式接入后可显示地址 > > > 命令：i2cdetect -y 1 > > > > 查看 地址项 0x40是否已经接入树莓派 > > 运行 python3 app_sever.py 或者 sh start.sh 启动 > > 若提示缺少依赖： > > 1. pip3 install adafruit-*pca9685* > 2. pip3 install flask