- 本设计使用目标检测识别进行分类垃圾以代替传统的人工分类。本设计旨在用前沿的YOLOv3模型去实现准确的垃圾识别。设计中的模型利用Anaconda搭建环境变量，并在Pycharm软件上运行模型。YOLOv3模型实验所需的数据集来自华为云人工智能大赛提供的垃圾分类数据集，共有44种垃圾类别，图片数为1.9万张。经测试发现YOLOv3模型能够快速而又准确地识别出44种垃圾，随后通过蓝牙发出信号给STM32单片机部分，单片机通过控制舵机旋转后完成全自动化垃圾分类。
- 关键字：
智能分类垃圾桶 环境保护 STM32单片机 深度学习 TensorFlow YOLOv3 202202
- 祝朝坤，魏伦胜（郑州工商学院，河南 郑州 451400） 摘 要：本研究旨在开发一种基于TensorFlow的深度学习应用程序，该应用程序通过OpenCV图像处理检测垃圾中的垃圾类型。为了提供最有效的方法，本研究对众所周知的深度卷积神经网络体系结构进行了实验。经测试Inception-v4的准确率要优于其他同类模型。本研究的模型是经过精心优化的深度卷积神经网络体系结构，用于对选定的可回收对象类别进行分类，其数据将通过STM32硬件端进行分析进而控制整个垃圾分类系统。 关键词：TensorFlow；
- 关键字：
202006 TensorFlow Inception-v4 垃圾分类 STM32 OpenCV
- TensorFlow 官方博客宣布开源新的运行时 TFRT，该运行时提供了统一的、可扩展的基础结构层，并在各类硬件上均具有高性能。 TFRT 产品经理 Eric Johnson 表示，TFRT 将取代现有的 TensorFlow 运行时。原有的 TensorFlow 运行时最初是为图形执行和训练模型的工作负载而构建的。与之相比，新的运行时将急切的执行需求放在第一位，同时特别强调架构的可扩展性和模块化。 它能够很好地满足开发复杂模型时寻求更快的迭代时
- 关键字：
谷歌 TensorFlow TFRT
- 0. 简介 在过去，我写的主要都是“传统类”的机器学习文章，如朴素贝叶斯分类、逻辑回归和Perceptron算法。在过去的一年中，我一直在研究深度学习技术，因此，我想和大家分享一下如何使用Tensorflow从头开始构建和训练卷积神经网络。这样，我们以后就可以将这个知识作为一个构建块来创造有趣的深度学习应用程序了。 为此，你需要安装Tensorflow(请参阅安装说明)，你还应该对Python编程和卷积神经网络背后的理论有一个基本的了解。安装完Tensorflow之后，你可以在不依赖GP
- 关键字：
Tensorflow 卷积神经网络
- 2016 年已经过去，BEEVA Labs 数据分析师 Ricardo Guerrero Gomez-Ol 近日在 Medium 上发表了一篇文章，盘点了目前最流行的深度学习框架。为什么要做这一个盘点呢?他写道：「我常听到人们谈论深度学习——我该从哪里开始呢?TensorFlow 是现在最流行的吧?我听说 Caffe 很常用，但会不会太难了?在 BEEVA Lab
- 关键字：
TensorFlow 深度学习
- 谷歌日前将公司最新的机器学习软件开源，虽说该系统对谷歌的语音、图像识别程序来说至关重要，但将其开源并不会危及公司的战略，这可能就是实力吧。
- 关键字：
谷歌 TensorFlow
tensorflow介绍
您好，目前还没有人创建词条tensorflow!
欢迎您创建该词条，阐述对tensorflow的理解，并与今后在此搜索tensorflow的朋友们分享。
创建词条
关于我们 -
广告服务 -
企业会员服务 -
网站地图 -
联系我们 -
征稿 -
友情链接 -
手机EEPW
Copyright ©2000-2015 ELECTRONIC ENGINEERING & PRODUCT WORLD. All rights reserved.
《电子产品世界》杂志社 版权所有 北京东晓国际技术信息咨询有限公司
京ICP备12027778号-2 北京市公安局备案：1101082052 京公网安备11010802012473
