基于TensorFlow的智能垃圾分類系統的研究與設計

祝朝坤 魏倫勝

摘 要：本研究旨在開發一種基于TensorFlow的深度學習應用程序，該應用程序通過OpenCV圖像處理檢測垃圾中的垃圾類型。為了提供最有效的方法，本研究對眾所周知的深度卷積神經網絡體系結構進行了實驗。經測試Inception-v4的準確率要優于其他同類模型。本研究的模型是經過精心優化的深度卷積神經網絡體系結構，用于對選定的可回收對象類別進行分類，其數據將通過STM32硬件端進行分析進而控制整個垃圾分類系統。

關鍵詞：TensorFlow;Inception -v4;垃圾分類;STM32;OpenCV

0引言

使用傳統的工藝對垃圾進行分類，需要增加人力和物力以及時間。在當前人工智能越來越普及的大時代背景之下，利用圖像處理對垃圾進行分類是一種非常有效的方法。本研究的主要目的是設計一種基于深度學習算法的全自動垃圾分類系統來對常見垃圾進行分類。深度學習的方法已經成功應用到了各個領域，例如自動駕駛、醫學成像和多種工業環境，在對象檢測問題上取得了顯著成果。

1 系統結構流程圖

由框圖可以知道本系統主要是由軟件和硬件的組合，其中算法處理部分在PC端進行，將垃圾置于擋板上，由PC端進行OpenCV圖像處理分割以及數據集的訓練和識別，繼而通過藍牙將數據發送到MCU核心端控制垃圾桶旋轉，與此同時，擋板打開，垃圾落入指定的格子內，從而完成垃圾自動分類。舵機用于控制擋板的開啟以及關閉，步進電機控制垃圾桶精確角度的旋轉，TTS串口語音播報模塊實時播報當前的垃圾種類，進而由OLED顯示出來，以方便使用者查看信息。……