基于神经网络图像识别的垃圾分类项目内含小程序、模型训练源码环境搭建教程.zip

系统设计文档

1 引言

1.1 设计目的

本文档将原本复杂的功能拆分为不同的模块，并逐步开发健壮的系统结构。使软件

系统需求转化为未来设计，并进一步提高软件各方面的性能。本文档依据高内聚、低耦

合的原则，将结构分解为不同的模块，各模块分别负责自己的功能，且模块与模块之间，

模块与环境之间的关系尽可能简单。

本文档旨在将软件系统功能进一步细化，说明系统总体设计的技术方案，从程序系统的

设计考虑，包括系统的基本处理流程、模块划分、功能分配、接口设计、运行设计、数

1.3 假定和约束

1.3.1 约束

 发布时间：2021.6.18

 开发条件：开发成员自备开发设备。

 经费支持：无经费支持

 设计成本：开发人员共同承担设计成本

 开发效率：采用极限开发模型，开发期间团队成员结伴开发，选择宽敞明亮的图书

馆。团队相互协作，每位成员都熟悉开发过程中涉及到的各项技术，保证项目的顺

利推进以及每个迭代都朝着预定的目标并达到最⾼的质量。

 小组合作：小组采用线上线下结合的方式，项目需求确立和项目设计通过线下沟通

1.3.2 术语表

 ������������������������������������������������������������������������

���������������������������������������������������

 ������������������������������������������������������������������������

������������������������������������������������������������������������

�����������������������������������������������

 ����������������������������������������������������������������

 �����������������������������������������������������������������������

���������������������

 �����������������������������������������������������������������

合理地进行垃圾分类是有效进行垃圾处理、减少环境污染与资源再利用中的关键举措。

而对垃圾的分类首先是在图像识别的基础上的，因此我们的微信小程序想通过使用

近几年来发展迅速的深度学习方法设计一个垃圾分类系统，从而实现对日常生活中常见

垃圾进行智能识别分类，提高人们垃圾分类投放意识，同时避免人们错误投放而产生的

环境污染。

2 概要设计

2.1 系统总体架构设计

本系统整体采用了 web 系统常用的层次体系架构，在实际开发中，还结合了以数据为中心的架

构设计，以微信云开发数据库为中心，数据作为客户端和管理员端的被访问对象。层次体系架

构主要分为底层的运行环境、数据，中间主体的业务层，顶层的展示层和 UI 层。

3 功能设计

在本项目中，将训练完成后的模型，使用 FastAPI 框架将后端部署到服务器中，微信小程

序和 ios app 均通过相应接口调用完成功能。

3.1 “垃圾图片识别”部分

活动图