wjhtsx 发表于 2024-4-12 19:05:23

柚子相机案例--垃圾分类

本帖最后由 wjhtsx 于 2024-4-15 16:32 编辑

来自江苏常州武进实验小学时小明老师柚子相机评测--创新案例分享《垃圾分类》一.功能介绍1. 使用柚子相机作为图像识别工具,对商品进行识别2. 根据柚子相机识别到的商品返回数据,显示该物品为哪种垃圾类目二.硬件清单1. 柚子相机2. 舵机转接3. 舵机4. 连接线若干三.制作步骤1. 模型训练使用的是Maixhub在线模型训练平台,https://maixhub.com/ 登录平台,进入模型训练 新建训练,输入训练项目的名称和类型(类型分为图像分类和图像检测,分类只需要创建不同类物体的文件夹,检测需要对图片添加标注,检测不仅可以识别到物体的种类,也能返回在图像中的坐标位置等信息),这边选择的是图像分类。 创建数据,上传数据集,这边使用柚子相机拍摄了可回收物,有害垃圾,厨余垃圾,其他垃圾的图片,训练图片上传了1097张,验证图片122张(要求每个图片不低于50张,不超过3000张) 图像标注,对上传的图片进行标注,也就是框选出图片中可回收物,有害垃圾,厨余垃圾,其他垃圾的位置,并打上标签,这边recyclable代表的是可回收物,hazardous waste代表的是有害垃圾,kitchen waste代表的是厨余垃圾,other waste代表的是其他垃圾。 创建训练任务,设置训练参数,柚子相机选择awnn模型,图像增强这边选择了随机模糊,商品图片不能镜像和旋转,迭代次数这边选择的100次,理论上迭代次数和识别成功率成正比,但是迭代次数越多训练时间越长,而且达到一定次数后损失率会达到峰值,不会再收敛。参数设置完成以后可以开始训练,平台端会显示训练的进度,所需时间取决于当前训练的人数和数据集的大小。训练完成后,会生成awnn的模型和main.py主程序,可在线下载,下载完成后将程序和模型拷贝到柚子相机的app文件夹下。

2. 程序设计首先是柚子相机的图像识别的程序,模型训练完成后会生成一个main.py的文件,需对程序进行修改.
Esp32编程这边使用的是mind+编程 定义串口1是连接柚子相机的,波特率和柚子相机波特率一致115200.硬件连接:柚子相机连接拓展板拓展板:P8P9和P15P16连接舵机
3. 外观绘制 使用激光切割和描线,完成绘制黑色为切割线:红色为浅描线4. 连接方式 将舵机按照图中的方向放置,依次放置为可回收物;有害垃圾;其他垃圾;厨余垃圾 前面两个舵机为一组插在同一个舵机转接上面,后面两个舵机插在同一个舵机转接上 使用8p连接线将柚子相机和拓展板连接(如图所示) 在将舵机转接使用10cm4p连接线连接在p15p16和p8p9管脚上将线藏在垃圾箱内,最后封顶,完成作品5. 整体展示
https://b23.tv/JLPpGjZ
页: [1]
查看完整版本: 柚子相机案例--垃圾分类