Skip to content

Latest commit

 

History

History
42 lines (23 loc) · 1.5 KB

README.md

File metadata and controls

42 lines (23 loc) · 1.5 KB

Refuse-Classification

项目使用说明

  1. 首先运行train.py代码得到训练模型
  2. 得到训练模型后,运行main.py代码,即可运行服务器端
  3. 部署好下面的前端项目,即可使用刚刚训练模型来判断垃圾图像类型

项目名称

拉拉队立大功

主要功能

  1. 通过对垃圾训练数据集进行深度学习,产生训练结果;
  2. 将训练结果用于测试数据集进行测试,判断训练结果的准确率;
  3. 同时在界面中加入自己导入图片的操作,并使用训练结果来分析图片是哪种类型的垃圾。

项目包含两部分内容

  1. 基于DenseNet模型的深度学习训练垃圾数据集的算法(train.py代码)
  2. 垃圾分类系统的服务器端代码(main.py代码)

垃垃小分队项目的前端界面效果展示

  1. 基于PyQt5的前端界面

    image-20210617070858657

    image-20210617071041814

  2. 基于Android的前端界面

    image-20210617070816934

  3. 基于vue的前端界面

    image-20210617070943370

    image-20210617071013873