（一）课题来源，意义与主要内容：（注明自拟、科研、科技服务类别及任务提出单位）

课题来源:自拟

意义：随着我国生产力水平的发展以及人口的日益增加，生活垃圾的数量不断增多，对城市的环境以及居民的生活健康都带来了不好的影响。针对此现状，2019年7月上海率先推行了垃圾分类政策。准确的垃圾分类可以有效减少垃圾的处理量，使得很多资源得到回收利用，具有生态、经济等多方面的收益。尽管政府大力推行对垃圾分类制度，大力推广垃圾分类措施，但人们日常生活中产生的垃圾依然存在错放的问题，由于人们对一些垃圾分类规则掌握不够清晰，也会导致垃圾误分，要清楚地掌握相关规则和知识，这需要一定的学习成本。而很多人看到复杂的垃圾分类规则，便丧失了进行垃圾分类的积极性。

主要内容：随着深度学习的发展，其在图像识别分类上的应用也越来越多。因此，本文利用深度学习技术实现对垃圾图片的识别，设计并完成了一整套垃圾分类系统。本课题是基于YOLO开发的一种垃圾识别分类系统，将用到Python语言进行开发，用户将垃圾通过搭建好的微信小程序进行拍照上传，再通过已经建立好的数据集与训练好的模型进行图片的识别和分类，然后将识别结果通过微信小程序向用户展示，从而达到帮助用户准确识别和将生活垃圾准确分类的目的，极大的提高垃圾的正确投放率。通过对不同的垃圾进行分类处理，实现可回收垃圾的重复利用，既节约了资源又保护了环境。

（二）目的、要求和主要技术指标

本课题旨在开发一款基于Python的生活垃圾智能分类系统，以实现以下主要目的：

（1）提高垃圾分类效率：通过智能分类系统快速准确地对生活垃圾进行分类，降低人力和时间成本，提高垃圾分类效率。

（2）促进垃圾分类普及：通过友好的用户界面和可靠的分类算法，帮助用户更好地了解垃圾分类方法和必要性，提高垃圾分类普及度。

要求：

（1）明确任务所要解决的实际问题、项目的意义和重要性。根据毕业设计课题要求进行相关软件开发；

（2）明确项目研究和开发的内容，如系统设计、数据预处理和特征提取、算法设计、界面设计与开发、系统集成与优化等。

（3）确定项目开发所需的软硬件环境和工具以及规划项目的各个阶段和时间节点。

主要技术指标：

（1）分类准确率：系统应能准确地对生活垃圾进行分类，应达到一定的分类准确率标准。

（2）速度和效率：系统分类的速度应足够快，分类效率要高。

（3）深度学习技术：利用深度学习方法，如卷积神经网络（CNN），进行垃圾图像的分类识别。

（4）Python编程语言：利用Python编程语言进行系统的开发和实现，具备丰富的机器学习和图像处理库，如TensorFlow、PyTorch和OpenCV等。

（三）进度计划

2023.5.21 ~ 2023.5.28  按照毕业设计任务书要求，查阅资料

2023.5.29 ~ 2023.6.28  撰写毕业设计开题报告

2023.6.29 ~ 2023.7.10  收集并整合资料，进行需求分析

2023.7.11 ~ 2023.7.25  进行系统概要设计、详细设计、编写程序

2023.7.26 ~ 2023.8.10  软件测试并继续修改完善设计

2023.8.11 ~ 2023.10.8  撰写毕业论文，指导老师审阅

2023.10.9 ~ 2023.10.25  提交论文终稿，做好答辩前准备

2023.11 月初 毕业设计答辩、毕业设计材料归档

（四）主要文献、资料和参考书

[1] 张黎.生活垃圾分类的国内外对比与分析[J].环境卫生工程,2019,27(5):8-12.

[2] 王英英.Python 3.8从入门到精通[M].北京:清华大学出版社.2020.

[3] 嵩天,礼欣,黄天羽.Python语言程序设计基础(第2版)[M].北京:高等教育出版社.2018.

[4] 岳晓明,李俊,侯言旭,等.基于CenterNet的垃圾分类检测方法[J].工业控制计算机,2020,32(8):86-91.

[5] MiguelGrinberg,格林布戈,安道.Flask Web开发:基于Python的Web应用开发实战[M].北京:人民邮电出版社,2015.

[6] 吴超,蒋鹏飞,吕刚.基于YOLO v5与层次化分类算法的生活垃圾识别研究[J].绥化学院学报,2021,41(11):152-155.

[7] Chowdhury S S, Hossain N B, Saha T, et al. The Design and Implementation of an Autonomous Waste Sorting Machine Using Machine Learning Technique[J]. AIUB Journal of Science and Engineering(AJSE),2020,19(3):134-142.

[8] [1]高境廷,杜娟,胡生涛,何志文.基于云开发的垃圾分类微信小程序设计开发[J].电脑知识与技术,2022,18(13):49-52.

[9] 战秋成,季龙华,赵际云,修艳琪,戴婷婷.基于深度学习的智能垃圾分类系统研究[J].机械工程师,2022(8):100-103.

[10] 陈亮宇,赵涵迪,李浩正,等.可回收垃圾的视觉检测系统设计[J].信息技术与信息化,2022(1):23-25.

[11] 渠媛媛,张玉凤,曹毅冉,周迎.基于模糊识别分类垃圾技术研究[J].信息系统工程,2022(08):81-84.

[12] 孟德尧,吴荣海,杨邓奇.基于集成学习的有害垃圾自动识别方法研究[J].现代计算机,2022,28(16):38-42.