基于CNN的垃圾分类识别系统
昨天在整理电脑资料的时候无意间发现了前两年下载的数据集,应该是哪里举办的比赛,赛题就是垃圾分类识别相关的任务,当时其实做了一些工作,无奈后面没有继续了就搁置了,最近一年多的时间大都在做CV的项目,今天看到这个数据集,萌生了继续做的想法,于是我拿出上周用来做云状识别开发的模型,改造了一下就可以直接用到这个垃圾分类识别数据集上面了。
首先看下效果:
这里的垃圾总分类一共有40个类别,也就是多分类任务,各垃圾类别详情如下所示:
{"0": "其他垃圾/一次性快餐盒","1": "其他垃圾/污损塑料","2": "其他垃圾/烟蒂","3": "其他垃圾/牙签","4": "其他垃圾/破碎花盆及碟碗","5": "其他垃圾/竹筷","6": "厨余垃圾/剩饭剩菜","7": "厨余垃圾/大骨头","8": "厨余垃圾/水果果皮","9": "厨余垃圾/水果果肉","10": "厨余垃圾/茶叶渣","11": "厨余垃圾/菜叶菜根","12": "厨余垃圾/蛋壳","13": "厨余垃圾/鱼骨","14": "可回收物/充电宝","15": "可回收物/包","16": "可回收物/化妆品瓶","17": "可回收物/塑料玩具","18": "可回收物/塑料碗盆","19": "可回收物/塑料衣架","20": "可回收物/快递纸袋","21": "可回收物/插头电线","22": "可回收物/旧衣服","23": "可回收物/易拉罐","24": "可回收物/枕头","25": "可回收物/毛绒玩具","26": "可回收物/洗发水瓶","27": "可回收物/玻璃杯","28": "可回收物/皮鞋","29": "可回收物/砧板","30": "可回收物/纸板箱","31": "可回收物/调料瓶","32": "可回收物/酒瓶","33": "可回收物/金属食品罐","34": "可回收物/锅","35": "可回收物/食用油桶","36": "可回收物/饮料瓶","37": "有害垃圾/干电池","38": "有害垃圾/软膏","39": "有害垃圾/过期药物"
}
将其对应划归到不同索引目录中,如下所示:
随便抽样几个类别的数据集,如下所示:
【0】
【6】
【13】
【24】
【37】
原始数据集处理代码如下:
#!usr/bin/env python
#encoding:utf-8
from __future__ import division'''
__Author__:沂水寒城
功能: 数据归类处理
'''import os
import random
import shutilsaveDir='data/'file_list=os.listdir('train_data_v2/')
name_list=list(set([one.strip().split('.')[0].strip() for one in file_list]))
for one_name in name_list:one_png='train_data_v2/'+one_name+'.jpg'one_txt='train_data_v2/'+one_name+'.txt'with open(one_txt) as f:one_label=f.read().strip().split(',')[-1].strip()oneDir=saveDir+one_label+'/'if not os.path.exists(oneDir):os.makedirs(oneDir)new_path=oneDir+str(len(os.listdir(oneDir))+1)+'.png'shutil.move(one_png,new_path)
这里使用的是与前面博文云状识别同样的模型,只不过改成了多分类模型,这里就不再多介绍了,感兴趣的话可以直接去看前面的博文,这里我默认执行了200次的迭代计算,过程可视化如下所示:
准确度曲线:
Loss曲线
基于CNN的垃圾分类识别系统相关推荐
- 基于CNN的动物识别系统[完整实战源码]
该专栏仅支持购买本专栏的同学学习使用,不支持以超级会员.VIP等形式使用,请谅解[购买专栏后可选择其中一个完整源码项目] 在图像识别领域中CNN是非常重要的模型,前面我写了一些关于识别系统的文章,后面 ...
- 毕业设计-基于计算机视觉的垃圾分类识别系统
目录 前言 课题背景和意义 实现技术思路 一.单目标垃圾图像识别研究 二.多目标垃圾图像识别研究 三.垃圾分类检测系统应用程序设计 四.系统功能设计 实现效果图样例 最后 前言
- Fruits 360 基于CNN实现果蔬识别系统
先看最终效果: 项目主要分为三部分: 1.数据集解析处理 2.模型训练 3.推理计算与GUI可视化 本文使用的数据集是开源的果蔬数据集Fruits 360,下载后截图如下所示: 其中: Test 表示 ...
- 基于Pytorch框架的轻量级卷积神经网络垃圾分类识别系统
今天在查资料的时候在网上看到一篇文章,博主是基于TensorFlow实现的CNN来完成对垃圾分类识别的,想到最近正好在使用Pytorch就想也做一下,就当是项目开发实践了.先看下动态操作效果: 原文在 ...
- 基于深度学习的垃圾分类识别系统
目录 摘要 深度学习算法实现 垃圾分类识别系统 结束 摘要 随着我国经济的飞速发展,人民生活水平的提高,生活垃圾的产生量也急剧增加.垃圾种类繁多,材质.颜色和外形各异,而且在不同地域和不同场景下的类别 ...
- 基于TensorFlow实现的CNN神经网络 花卉识别系统Demo
基于TensorFlow实现的CNN神经网络 花卉识别系统Demo Demo展示 登录与注册 主页面 模型训练 识别 神经网络 训练 Demo下载 Demo展示 登录与注册 主页面 模型训练 识别 神 ...
- 【基于机器学习的垃圾分类监控系统】
基于机器学习的垃圾分类监控系统 一.摘要 abstract 正确处理厨余垃圾,可以有效地保护环境,并带来不错的经济效益.本文将机器学习运用到厨余垃圾的分类监控中,以识别混入其中的非厨余垃圾.本文在人工 ...
- python人脸识别毕业设计-Python基于Dlib的人脸识别系统的实现
之前已经介绍过人脸识别的基础概念,以及基于opencv的实现方式,今天,我们使用dlib来提取128维的人脸嵌入,并使用k临近值方法来实现人脸识别. 人脸识别系统的实现流程与之前是一样的,只是这里我们 ...
- 毕业设计:基于CNN做人脸识别
基于CNN做人脸识别 首先,我是考虑,这系统在Windows下做还是在Linux.Ubuntu下做比较好? 然后,我都检测过,Windows下可以用python.anaconda写代码都可以.当然,和 ...
最新文章
- Yii2掉index.php?r=
- base64编码的作用【转】
- linux mysql5.7.11安装_centos 7 安装mysql 5.7.11
- 003_html编辑器
- 量子计算基础知识-2019/11/12
- ASPNet_Compiler学习总结
- mysql innodb 索引 延迟更新_Mysql覆盖索引与延迟关联
- 《Linux 鸟哥私房菜》 第一部分 Linux文件、目录与磁盘格式
- c语言链表版百度云,链表详解(C语言版)
- mysql数据库密码修改
- 安卓移动办公软件_安卓免费办公软件套装 速度快功能强大 WPS Office 12.6.4 解锁高级版特权...
- python计算条件概率_统计算法_概率基础
- 如何定义StrokeIt手势 常用StrokeIt手势大全
- python workflow_Python 编写一个有道翻译的 workflow 教程
- HttpClient 同时支持发送http及htpps请求
- 平安电工冲刺深交所:年营收8.8亿 为潘协保家族企业
- MyBatis关联嵌套映射(association、collection、discriminator)
- GBASE斩获2022科技赋能金融业数字化转型突出贡献奖
- 台式机笔记本电脑平板电脑属于什么计算机,pc机属于什么计算机
- [Python爬虫] 5-爬虫进阶(多线程爬虫/动态网页抓取/图形验证码识别)