课题名称

基于Python的生活垃圾智能分类系统

课题来源

自拟

1、本选题的意义及国内外发展状况：

随着经济社会的持续发展，人类生产生活对资源的依赖逐渐严重。自然资源在人类不断地消耗中部分开始呈现枯竭局势。然而人类发现，许多资源可以进行二次利用，但是需要将资源首次利用后产生的垃圾进行分类，进而将可二次利用的资源进行处理，从而实现资源二次利用，达到能源节约，人与自然和谐相处的目的。

通过调研移动端应用市场和微信小程序发现，目前常见的垃圾分类小程序多数不具备依据图片识别进行垃圾分类的功能，多数仅支持文字输入和语音输入这两种识别搜索方式，对于用户无法用语言描述清楚的垃圾无法进行有效分类。而且应用程序更加占用内存且存在闪退等问题，即使程序中有图片，大多数是以手绘的卡通简笔画的形式出现，依旧与真实的垃圾本身的图片存在较大差异，这将导致用户进行准确垃圾分类无法顺利高效完成。

近年来，使用深度学习技术来训练模型，将其应用到图像的分类、检测等任务中，已经成为了解决该类场景问题的主流做法，并且得到了极大的成功。Yang  等人构建了一个名为TrashNet Dataset的垃圾分类数据集，该数据集有2527张样本图像，包括了6类生活垃圾。Awe等人基于轻量级MobileNet网络设计了分类模型，在该数据集上的识别准确率达到了87.2%，并且开发了可以进行垃圾分类的APP。Ruiz等人基于RestNet网络框架设计了分类模型，将垃圾分类准确率提升到88.66%。

自从我国2019年开始逐步实行垃圾分类以来，国内各个企业针对图像分类的研究和应用也是发展的如火如荼。2019年华为公开了总共有14683张生活垃圾的图像样本集，包含了40个分类，比TrashNet Dataset更具有代表性。华为基于这些数据集举办了垃圾分类挑战杯比赛，有力地推动了国内垃圾分类领域的发展，获得高识别率的模型可用于垃圾分类的各个场景，比如工业端的机械垃圾分拣系统，或者是手机端的图像垃圾分类识别系统。

2、本课题的研究内容（论文撰写提纲）:

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。既改善了应用程序过于占用内存和可能由于机型不适配而导致闪退的缺陷，又可以帮助不能精确表达垃圾名称和不方便文字输入的用户将垃圾进行精确识别和分类。

系统主要分为用户管理模块、图像采集模块、数据整理模块和结果显示模块。用户管理模块：实现用户的增删改查，主要包括系统管理员管理，系统使用用户管理等功能。图像采集模块：实现图像的采集和上传，主要包括图像采集，图像上传等功能。数据整理模块：实现对已识别图像的整理及对全新图片的识别，主要包括数据集，图片识别和分类等功能。结果显示模块：实现与用户的交互，将识别结果反馈给用户，依据不同城市和地区的标准，将分类垃圾的种类进行显示，帮助用户正确进行垃圾分类。

本系统可通过对需要进行分类的垃圾进行拍照并将图片上传至系统，通过图片识别后与数据集中图片数据信息进行比对，进而将图片中的垃圾进行正确识别，然后进行分类，最后分类结果将通过微信小程序显示给用户，帮助用户正确完成垃圾分类。

为实现识别功能，将通过YOLO实现图片的识别，YOLO是基于一个统一的深神经网络最快的实时对象检测系统,可进行高准确率和高效率的对目标进行识别，从而达到用户即时显示正确结果的要求，此外，其还可进行全图识别，这样，就有了实现多个垃圾同时识别的可能，节省了更多的时间。YOLO系统还可以进行学习，不断补充数据集中已有数据和信息，进而不断提升其识别的准确性。

论文撰写提纲：

第一章：绪论

1.1研究背景及意义

1.2国内外研究现状

1.3论文主要研究内容

1.4论文的组织结构

第二章：相关技术介绍

2.1深度学习基本原理

2.2深度学习Python框架简介

2.3微信小程序开发简介

第三章：垃圾分类深度学习模型的设计与实现

3.1垃圾图片数据集的获取

3.2深度学习模型搭建

3.3深度学习模型优化

3.4深度学习模型实验结果

第四章：垃圾分类系统的设计与实现

4.1需求分析

4.2系统设计

4.3系统实现与测试

第五章：总结与展望

3、研究方法、手段及步骤（进度计划）:

本课题完成的是一个有基本功能效果的垃圾分类系统。通过对PyCharm、Anaconda、TensorFlow等工具的学习和使用，解决生活中实际的垃圾分类问题。用户将不能识别的垃圾进行拍照上传，系统可快速将获取的图片与数据集内数据进行比对分析，然后实现将用户未知垃圾进行分类，而后将分类结果通过微信小程序对用户进行反馈，从而实现帮助用户进行准确分类垃圾的目标。

主要的研究手段和途径是：

(1) 运用微信开发者工具实现操作界面的设计和实现；

(2) 通过数据集实现垃圾分类信息的处理；

(3) 通过PyCharm等工具实现系统的开发与维护。

在开发过程中，对数据集的补充和处理是系统的一大难点，平台原有的数据集与系统功能实现所需数据集的不完全匹配，需要开发者不断进行修改和补充，且需要将新加入的数据进行分类和不断学习，才能更加准确、高效的实现其功能，才能在实际生活应用中发挥其应有的作用。

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

4、已查阅参考文献（不少于10篇学术期刊论文，其中1篇英文原文）：

[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.

5、指导教师意见

指导教师签名

年     月     日