移动端垃圾分类软件设计与实现_陆公正.pdf
《移动端垃圾分类软件设计与实现_陆公正.pdf》由会员分享,可在线阅读,更多相关《移动端垃圾分类软件设计与实现_陆公正.pdf(4页珍藏版)》请在咨信网上搜索。
1、第 39 卷 第 7 期 福 建 电 脑 Vol.39 No.7 2023 年 7 月 Journal of Fujian Computer Jul.2023 本文得到江苏高校哲学社会科学研究项目(No.2021SJA1461)、江苏省高等学校大学生创新创业训练计划项目(No.202111054005Y)资助。陆公正(通信作者),男,1981年生,主要研究领域为软件测试、软件分析、职业教育。E-mail:。江思源,男,2000年生,主要研究领域为软件测试。移动端垃圾分类软件设计与实现 陆公正1,2 江思源1,2 1(苏州城市学院计算科学与人工智能学院 江苏 苏州 215104)2(苏州市职业大
2、学计算机工程学院 江苏 苏州 215104)摘 要 垃圾分类的实施过程中存在配套设施不完善、居民的分类意识浅薄和分类的正确性较低的问题。为了提高垃圾分类的准确度,降低二次分拣成本,本文基于深度学习中的图像识别技术设计和实现了一款移动端垃圾分类软件。该软件分为前端与后端,前端向用户提供图像识别、垃圾检索、模型优化等服务,后端响应用户的请求并进行模型的训练。通过对 60 种垃圾图像的识别结果,识别准确度达 54%,说明该软件可以帮助居民提高对生活垃圾分类的准确度。关键词 图像识别;TensorFlow Lite 框架;垃圾分类;神经网络 中图法分类号 TP31 DOI:10.16707/ki.fj
3、pc.2023.07.021 Design and Implementation of Mobile Garbage Classification Software based on Image Recognition Technology LU Gongzheng1,2,JIANG Siyuan1,2 1(School of Computing Science and Artificial Intelligence,Suzhou City University,Suzhou,China,215104)2(School of Computer Engineering,Suzhou Vocati
4、onal University,Suzhou,China,215104)Abstract During the implementation of waste sorting,there are problems such as imperfect supporting facilities,shallow awareness of residents and low correctness of classification.In order to improve the accuracy of Waste sorting and reduce the cost of secondary s
5、orting,this paper designs and implements a mobile Waste sorting software based on image recognition technology in deep learning.The software is divided into a front-end and a back-end.The front-end provides users with services such as image recognition,garbage retrieval,and model optimization,while
6、the back-end provides response to user requests and model training.Through the recognition results of 60 kinds of garbage images,the recognition accuracy reaches 54%,which indicates that the software can help residents improve the accuracy of Waste sorting.Keywords Image Recognition;Tensorflow Lite
7、Framework;Garbage Classification;Neural Networks 1 引言 在国家发改委 2021 年印发的“十四五”城镇生活垃圾分类和处理设施发展规划中提到了需要有监督指导等行之有效的分类投放模式。各级市政府逐渐建立配套设施,并大力宣传垃圾分类政策。事实上,在垃圾分类政策落实中,主要问题存在于居民对垃圾分类意识浅薄、对垃圾不分类、错分类,加大了垃圾二次分拣的成本。为了提高垃圾分类的准确度,降低二次分拣成本,本文利用图像识别技术,在 Android 平台设计并实现了一款移动端垃圾分类软件。该软件首先从 kaggle 平台获取 60种垃圾图像作为训练数据;然后,使
8、用 TensorFlow框架中的卷积神经网络搭建训练模型1-4;接着,利用 TensorFlow Lite 框架和 Android Studio 把搭建的2023 年 福 建 电 脑 103 神经网络模型转换成适合移动端训练的模型5,从而在移动端完成垃圾图像分类。2 设计与实现 该系统主要功能包括垃圾图像识别、垃圾类别检索、模型动态优化和垃圾图像增强。垃圾图像识别功能通过TensorFlow Lite框架使用卷积神经网络对垃圾图像进行训练,显示垃圾图像所属类别。垃圾类别检索将垃圾分类数据载入移动端,对垃圾名称进行检索。模型动态优化把识别后的图像发送到服务器,扩充图像识别模型的数据集,对模型进行
9、优化,从而进一步提高分类准确性。如图 1 所示,该系统有四个模块:图像识别模块、垃圾检索模块、软件设置模块、优化模块。其中图像识别模块分为拍摄识别、相册选择识别,软件设置模块分为软件权限修改、设置置信度阈值、软件信息展示,优化模块的功能可以上传图像。图 1 系统功能结构图 2.1 关键技术 2.1.1 Android 技术 Android 平台是一个开源的移动开发平台6-7,由多种成分组成,包括操作系统、中间件、用户界面和应用软件。Android 系统有一整套完整的体系结构,应用领域广泛,深受广大用户喜爱。Android体系结构框架可以分为四层,分别为应用层、应用框架层、系统运行层和 Linu
10、x 内核层。由于 Android平台的开发优势和市场占比,故本系统选择在Android 平台实现。Android Studio 是 Android 应用的集成开发环境,以 IntelliJ IDEA 为基础,具有许多可以提高Android 应用构建效率的功能。因此本系统采用Android Studio 3.1.2 作为系统的开发环境。2.1.2 人工神经网络 人工神经网络(Artificial Neural Network,ANN)属于人工智能的仿生学派8-9。它抽象了生物学中人脑的大致模型,具有独特的数据存储和表达方式,且可以自动学习。具体地看,它是由大量的结点连接组合而成,具有非线性特征。
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 移动 垃圾 分类 软件设计 实现 公正
1、咨信平台为文档C2C交易模式,即用户上传的文档直接被用户下载,收益归上传人(含作者)所有;本站仅是提供信息存储空间和展示预览,仅对用户上传内容的表现方式做保护处理,对上载内容不做任何修改或编辑。所展示的作品文档包括内容和图片全部来源于网络用户和作者上传投稿,我们不确定上传用户享有完全著作权,根据《信息网络传播权保护条例》,如果侵犯了您的版权、权益或隐私,请联系我们,核实后会尽快下架及时删除,并可随时和客服了解处理情况,尊重保护知识产权我们共同努力。
2、文档的总页数、文档格式和文档大小以系统显示为准(内容中显示的页数不一定正确),网站客服只以系统显示的页数、文件格式、文档大小作为仲裁依据,平台无法对文档的真实性、完整性、权威性、准确性、专业性及其观点立场做任何保证或承诺,下载前须认真查看,确认无误后再购买,务必慎重购买;若有违法违纪将进行移交司法处理,若涉侵权平台将进行基本处罚并下架。
3、本站所有内容均由用户上传,付费前请自行鉴别,如您付费,意味着您已接受本站规则且自行承担风险,本站不进行额外附加服务,虚拟产品一经售出概不退款(未进行购买下载可退充值款),文档一经付费(服务费)、不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
4、如你看到网页展示的文档有www.zixin.com.cn水印,是因预览和防盗链等技术需要对页面进行转换压缩成图而已,我们并不对上传的文档进行任何编辑或修改,文档下载后都不会有水印标识(原文档上传前个别存留的除外),下载后原文更清晰;试题试卷类文档,如果标题没有明确说明有答案则都视为没有答案,请知晓;PPT和DOC文档可被视为“模板”,允许上传人保留章节、目录结构的情况下删减部份的内容;PDF文档不管是原文档转换或图片扫描而得,本站不作要求视为允许,下载前自行私信或留言给上传者【自信****多点】。
5、本文档所展示的图片、画像、字体、音乐的版权可能需版权方额外授权,请谨慎使用;网站提供的党政主题相关内容(国旗、国徽、党徽--等)目的在于配合国家政策宣传,仅限个人学习分享使用,禁止用于任何广告和商用目的。
6、文档遇到问题,请及时私信或留言给本站上传会员【自信****多点】,需本站解决可联系【 微信客服】、【 QQ客服】,若有其他问题请点击或扫码反馈【 服务填表】;文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“【 版权申诉】”(推荐),意见反馈和侵权处理邮箱:1219186828@qq.com;也可以拔打客服电话:4008-655-100;投诉/维权电话:4009-655-100。