# 前言
  本系统由三大部分组成:PC端(数据处理部分),Raspberry端(数据传输部分),Arduino(主控模块部分)。
  在系统运作方面分为两大阶段:
* 系统初始化阶段;
* 系统正常运作阶段。
  系统启动并进行一系列的初始化后进入工作状态:
* 由Raspberry进行视频采集,并作为数据中转角色;
* PC端使用TensorFlow深度学习框架实现机器学习算法,对接收到的数据进行处理,收录未知的类别并将处理结果反馈给Raspberry;
* Raspberry根据反馈的结果通知Arduino控制硬件执行相应的分类操作。
<div align=center><img src="https://github.com/YobeZhou/automatic_recycler/blob/master/source/images/1-1_System-flow-chart.png"/></div>
<div align=center>图1-1 系统流程图</div>
# Arduino端
  系统正常启动后,Arduino终端首先确定舵机当前的位置是否为设定的位置,如果不是将根据保存在EEPROM中的运行记录将舵机恢复至设定的位置,恢复位置后进入待命状态,开始等待串口接收到Raspberry发来的控制指令,当有分类指令到来时,开始阻塞执行分类操作。
# Raspberry端
  Raspberry进行常规开机启动流程的最后,将执行四个脚本用以进行初始化:第一个脚本是建立无线局域网通信环境:驱动板载的WiFi模块使自身作为AP站点(可登录管理后台web界面对连接设备进行管理);第二个脚本是启动与PC端进行网络通信的TCP通信(Raspberry作为服务器)以及与Arduino终端进行串口通信的python应用程序;第三个脚本是启动motion服务将视频数据传输至PC端的shell脚本;第四个脚本是建立TCP通信的服务端,并等待PC端的连接。
# PC端
  PC端充当数据处理后台作用,其需要启动一个python应用程序,其中包括了与Raspberry建立局域网视频流数据的传输通道;作为客户端与Raspberry建立的TCP通信链路。
# 项目成品
<div align=center><img src="https://github.com/YobeZhou/automatic_recycler/blob/master/source/images/5-1_Front-view.JPG"/></div>
<div align=center>图5-1 正面图</div>
<div align=center><img src="https://github.com/YobeZhou/automatic_recycler/blob/master/source/images/5-2_back image.JPG"/></div>
<div align=center>图5-2 背面图</div>
<div aligin=center><img src="https://github.com/YobeZhou/automatic_recycler/blob/master/source/images/5-3_System-work.jpg"/></div>
<div align=center>图5-3 调试过程</div>
没有合适的资源?快使用搜索试试~ 我知道了~
基于TensorFlow的垃圾分类系统源码+部署教程文档+全部数据+训练好的模型(高分项目).zip
![preview](https://csdnimg.cn/release/downloadcmsfe/public/img/white-bg.ca8570fa.png)
共10个文件
jpg:3个
py:2个
png:1个
![preview-icon](https://csdnimg.cn/release/downloadcmsfe/public/img/scale.ab9e0183.png)
1.该资源内容由用户上传,如若侵权请联系客服进行举报
2.虚拟产品一经售出概不退款(资源遇到问题,请及时私信上传者)
2.虚拟产品一经售出概不退款(资源遇到问题,请及时私信上传者)
版权申诉
0 下载量 84 浏览量
2024-05-18
11:44:23
上传
评论
收藏 298KB ZIP 举报
温馨提示
基于TensorFlow的垃圾分类系统源码+部署教程文档+全部数据+训练好的模型(高分项目)本资源中的源码都是经过本地编译过可运行的,评审分达到95分以上。资源项目的难度比较适中,内容都是经过助教老师审定过的能够满足学习、使用需求,如果有需要的话可以放心下载使用。 本系统由三大部分组成:PC端(数据处理部分),Raspberry端(数据传输部分),Arduino(主控模块部分)。 在系统运作方面分为两大阶段: 系统初始化阶段; 系统正常运作阶段。 系统启动并进行一系列的初始化后进入工作状态: 由Raspberry进行视频采集,并作为数据中转角色; PC端使用TensorFlow深度学习框架实现机器学习算法,对接收到的数据进行处理,收录未知的类别并将处理结果反馈给Raspberry; Raspberry根据反馈的结果通知Arduino控制硬件执行相应的分类操作。 基于TensorFlow的垃圾分类系统源码+部署教程文档+全部数据+训练好的模型(高分项目)本资源中的源码都是经过本地编译过可运行的,评审分达到95分以上。资源项目的难度比较适中,内容都是经过助教老师审定过的能够满
资源推荐
资源详情
资源评论
![zip](https://img-home.csdnimg.cn/images/20210720083736.png)
![zip](https://img-home.csdnimg.cn/images/20210720083736.png)
![zip](https://img-home.csdnimg.cn/images/20210720083736.png)
![zip](https://img-home.csdnimg.cn/images/20210720083736.png)
![zip](https://img-home.csdnimg.cn/images/20210720083736.png)
![zip](https://img-home.csdnimg.cn/images/20210720083736.png)
![zip](https://img-home.csdnimg.cn/images/20210720083736.png)
![zip](https://img-home.csdnimg.cn/images/20210720083736.png)
![zip](https://img-home.csdnimg.cn/images/20210720083736.png)
![zip](https://img-home.csdnimg.cn/images/20210720083736.png)
![zip](https://img-home.csdnimg.cn/images/20210720083736.png)
![zip](https://img-home.csdnimg.cn/images/20210720083736.png)
![zip](https://img-home.csdnimg.cn/images/20210720083736.png)
![zip](https://img-home.csdnimg.cn/images/20210720083736.png)
![vsdx](https://img-home.csdnimg.cn/images/20210720083646.png)
![zip](https://img-home.csdnimg.cn/images/20210720083736.png)
![zip](https://img-home.csdnimg.cn/images/20210720083736.png)
![txt](https://img-home.csdnimg.cn/images/20210720083642.png)
![csv](https://img-home.csdnimg.cn/images/20210720083646.png)
![zip](https://img-home.csdnimg.cn/images/20210720083736.png)
![zip](https://img-home.csdnimg.cn/images/20210720083736.png)
![zip](https://img-home.csdnimg.cn/images/20210720083736.png)
![zip](https://img-home.csdnimg.cn/images/20210720083736.png)
![zip](https://img-home.csdnimg.cn/images/20210720083736.png)
![exe](https://img-home.csdnimg.cn/images/20210720083343.png)
收起资源包目录
![package](https://csdnimg.cn/release/downloadcmsfe/public/img/package.f3fc750b.png)
![folder](https://csdnimg.cn/release/downloadcmsfe/public/img/folder.005fa2e5.png)
![folder](https://csdnimg.cn/release/downloadcmsfe/public/img/folder.005fa2e5.png)
![folder](https://csdnimg.cn/release/downloadcmsfe/public/img/folder.005fa2e5.png)
![file-type](https://csdnimg.cn/release/download/static_files/pc/images/minetype/UNKNOWN.png)
![file-type](https://csdnimg.cn/release/download/static_files/pc/images/minetype/UNKNOWN.png)
![file-type](https://csdnimg.cn/release/download/static_files/pc/images/minetype/UNKNOWN.png)
![folder](https://csdnimg.cn/release/downloadcmsfe/public/img/folder.005fa2e5.png)
![file-type](https://csdnimg.cn/release/download/static_files/pc/images/minetype/UNKNOWN.png)
![folder](https://csdnimg.cn/release/downloadcmsfe/public/img/folder.005fa2e5.png)
![file-type](https://csdnimg.cn/release/download/static_files/pc/images/minetype/UNKNOWN.png)
![folder](https://csdnimg.cn/release/downloadcmsfe/public/img/folder.005fa2e5.png)
![folder](https://csdnimg.cn/release/downloadcmsfe/public/img/folder.005fa2e5.png)
![file-type](https://csdnimg.cn/release/download/static_files/pc/images/minetype/JPG.png)
![file-type](https://csdnimg.cn/release/download/static_files/pc/images/minetype/JPG.png)
![file-type](https://csdnimg.cn/release/download/static_files/pc/images/minetype/JPG.png)
![file-type](https://csdnimg.cn/release/download/static_files/pc/images/minetype/PNG.png)
![file-type](https://csdnimg.cn/release/download/static_files/pc/images/minetype/UNKNOWN.png)
共 10 条
- 1
资源评论
![avatar-default](https://csdnimg.cn/release/downloadcmsfe/public/img/lazyLogo2.1882d7f4.png)
![avatar](https://profile-avatar.csdnimg.cn/e7a43a065ad3475bae1a17fa09e4efce_ma_nong33.jpg!1)
盈梓的博客
- 粉丝: 7230
- 资源: 1964
上传资源 快速赚钱
我的内容管理 展开
我的资源 快来上传第一个资源
我的收益
登录查看自己的收益我的积分 登录查看自己的积分
我的C币 登录后查看C币余额
我的收藏
我的下载
下载帮助
![voice](https://csdnimg.cn/release/downloadcmsfe/public/img/voice.245cc511.png)
![center-task](https://csdnimg.cn/release/downloadcmsfe/public/img/center-task.c2eda91a.png)
安全验证
文档复制为VIP权益,开通VIP直接复制
![dialog-icon](https://csdnimg.cn/release/downloadcmsfe/public/img/green-success.6a4acb44.png)