基于tensorflow神经网络框架下的智能垃圾分类系统设计

原创

已于 2023-10-26 20:18:58 修改 · 1.1k 阅读

11 ·

CC 4.0 BY-SA版权

文章标签：

#tensorflow #神经网络 #分类

于 2023-10-26 20:18:51 首次发布

**计算机系统的介绍

文章目录

- 一概要
二、系统分析
三、机器视觉系统设计
四、神经网络与深度学习的实现
五、结论
六、目录

一概要

本文旨在设计一款利用python图像识别,实现垃圾智能分类的智能化环保安全型垃圾桶。它利用基于python深度学习的图像分类技术，精确识别出四种垃圾种类（干、湿、可回收、有害垃圾）的分类信息后进行自动化分类,而且具有精度较高的特点;该设计在智能分类、环保安全等方面优势明显,具有很高的实用价值。
关键词：垃圾分类；图像识别；自动化

二、系统分析

本装置以日常生活垃圾分类为主题，自主设计并制作一台能完成生活垃圾智能分类的装置。该装置能够实现“可回收垃圾、厨余垃圾、有害垃圾和其他垃圾”等四类常见城市生活垃圾的智能判别、分类与储存。
　　在功能方面生活垃圾智能分类装置对投入的垃圾具有自主判别、分类、投放到相应的垃圾桶、满载报警、播放垃圾分类宣传片等周边功能。
　　在机械设计方面自主设计并制造生活垃圾智能分类装置的机械部分（除标准件外）。每个垃圾桶至少朝外的面透明，能看清楚该桶内的垃圾，以满足用户可视化效果。而且该装置上设有一个垃圾投放口，用户将垃圾放置在该区域，然后由智能垃圾分类装置自动分类和投入到相应的垃圾桶。
　　本文主要利用机械设计的本地机械装置进行辅助验证电子控制系统及驱动方案。因此本文将着重从各种角度阐述智能垃圾分类系统的设计方案。但本设计方案有如下几个固定特征：
　　(1)为满足社会大众使用体验及产业化应用，生活垃圾智能分类装置所用传感器和电机的种类及数量不限，但将采用AI技术。
　　(2)在该装置的上方配有一块高亮显示屏，支持各种格式的视频和图片播放，并显示该装置内部的各种数据，如投放顺序、垃圾类别名称、数量、任务完成提示、满载情况等。
　　(3)该装置为家用智能装备，因此各机构均使用电能驱动，而且最高工作电压不大于24伏，电池供电、交流电供电等供电方式不限。
　　(4)为保证系统运作稳定性，该装置中央控制系统确定为双处理器协同运作。其一负责对于图像的解析及运算，作为最高位运算控制器。其二负责对各种信号进行解析双向完成控制与运算任务，作为低位运算控制器。