# 基于tensorflow2.3的垃圾分类系统
## 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
```
## 效果
垃圾分类数据集和tf代码-8w张图片245个类.zip
版权申诉
47 浏览量
2023-10-08
11:12:47
上传
评论
收藏 101.99MB ZIP 举报
垃圾分类数据集和tf代码-8w张图片245个类(更新).zip （74个子文件） 
新建文本文档 (5).txt 0B
垃圾分类数据集和tf代码-8w张图片245个类(更新) 请看这里（新）.txt 980B data code 
window_trash.py 15KB readme.md 1KB utils heat_maps.py 302B jpeg2jpg.py 769B data_read.py 2KB train_resnet.py 5KB data_spilit.py 4KB remove_wrong_image.py 2KB window.py 7KB remove_func.py 1KB .idea trash_new_torch1.5.iml 335B workspace.xml 8KB misc.xml 199B inspectionProfiles profiles_settings.xml 174B modules.xml 295B .gitignore 50B test_model.py 11KB train_cnn.py 3KB requirements.txt 65B models mobilenet_245_epoch30.h5 12.49MB cnn_245_epoch30.h5 91.34MB images 
main.png 70KB
ali.jpg 47KB ad.jpeg 281KB aboutx.jpg 57KB Num_flowers.png 17KB yebanbing_yanzhong_30.jpg 14KB huayebing_110.jpg 12KB huibanbing_yanzhong_16.jpg 21KB Figure_CNN.png 53KB results0.png 68KB 123.jpg 165KB img_玻璃制品_5.jpg 16KB wx.jpg 35KB tmpx.jpg 86KB img_袜子_1.jpg 124KB logo.png 53KB results1.png 58KB about.png 308KB bbb.jpeg 41KB show.png 264KB t1.jpg 54KB guopi.jpg 86KB results2.png 51KB aa.jpeg 336KB img_药片_8.jpg 34KB img_八宝粥_7.jpg 320KB 关于.png 2KB img_巧克力_7.jpg 174KB initxx.png 495KB t2.jpg 18KB Figure_mobilenet.png 56KB 主页面.png 5KB cc.jpeg 51KB 3.jpeg 3KB target.png 87KB img_电蚊香_7.jpg 207KB init.jpg 1.78MB ccc.jpeg 72KB bb.jpeg 18KB xiubing_yanzhong_25.jpg 25KB train_mobilenet.py 3KB results 测试记录.txt 10KB results_cnn_epoch30.png 54KB pickle_result.pickle 313KB results_mobilenet_epoch30.png 61KB mobilenet模型输出.txt 17KB heatmap.png 21KB cnn模型输出.txt 17KB requirements.txt 65B Figure_1.png 18KB readme.txt 1KB资源评论
