使用图像识别来识别可回收和不可回收的垃圾

描述

 

 

 

 

在这个项目中被黑的设备使用图像识别来识别可回收和不可回收的垃圾，并将它们分成 2 个不同的垃圾箱。

硬件

以下部分用于构建此项目 -

• 阿杜诺UNO
• 超声波传感器 - HCSR04（通用）
• HC-05 蓝牙模块
• SG90微型伺服电机

软件

以下软件包用于为该项目提供支持 -

• 开发环境
• 打开简历
• Python
• Clarifai REST API

如何建造

• 按照ultrasonic_with_bluetooth/ultrasonic_with_bluetooth.ino文件中的配置连接超声波传感器和蓝牙模块。
• 将文件上传.ino到 Arduino 并将其连接到您的计算机。
• 现在配置软件部分。在项目目录中，运行以下命令 -
• virtualenv Trashware
• 对于 Windows -cd Trashware/Scripts && activate
• 对于 Linux 和 Mac -source Trashware/bin/activate
• 现在运行Main_Program.pyin 终端
• 如果一切顺利，程序就会在屏幕上显示超声波传感器的读数。您还可以通过下载 arduino 模拟器在 Android 或 IOS 设备上查看传感器读数。
• 如果物体保持在超声波传感器前方 30 厘米的范围内，那么它Webcam_Capture.py会通过连接到计算机的网络摄像头捕捉图像，并Image_Prediction.py预测捕捉到的图像并将其分类为可回收或不可回收。
• 如果物品是可回收的，那么伺服电机会向右旋转 45 度，将其倾倒在可回收垃圾箱中。如果物品是不可回收的，则伺服电机向左旋转 45 度，将其倾倒在不可回收的垃圾箱中。

注意 - 伺服电机的代码将在以后的提交中添加。观察存储库的变化。

如果您愿意，可以共享并分叉该项目。
随意拉取请求和打开问题。