基于机器视觉的水面垃圾检测系统的设计与实现
主要研究内容包括: 样本数数据采集及训练:采集样本数据,训练模型 网络微调:调整网络,提高垃圾检测正确率与速度 界面设计:设计简约、易用的界面 模型更换功能:垃圾检测系统可以便捷更换新模型 本课题将设计一个基于机器视觉的系统用于水面垃圾检测。通过卷积神经网络训练数据样本,获取模型,系统检测时,通过将图片输入模型,标注出垃圾。 本系统在Windows系统下运行,使用微调后的Yolo v5网络对样本数据进行训练,其中数据样本来源于水面实地采集,以及ImageNet数据集中对应类别的垃圾数据。系统界面使用QT5设计。系统设计在Windows系统下,使用Pycharm进行,以及Tensorflow、OpenCV、Torch等。