- 本設計使用目標檢測識別進行分類垃圾以代替傳統的人工分類。本設計旨在用前沿的YOLOv3模型去實現準確的垃圾識別。設計中的模型利用Anaconda搭建環境變量，并在Pycharm軟件上運行模型。YOLOv3模型實驗所需的數據集來自華為云人工智能大賽提供的垃圾分類數據集，共有44種垃圾類別，圖片數為1.9萬張。經測試發現YOLOv3模型能夠快速而又準確地識別出44種垃圾，隨后通過藍牙發出信號給STM32單片機部分，單片機通過控制舵機旋轉后完成全自動化垃圾分類。
- 關鍵字：
智能分類垃圾桶 環境保護 STM32單片機 深度學習 TensorFlow YOLOv3 202202
- 祝朝坤，魏倫勝（鄭州工商學院，河南?鄭州?451400） 摘?要：本研究旨在開發一種基于TensorFlow的深度學習應用程序，該應用程序通過OpenCV圖像處理檢測垃圾中的垃圾類型。為了提供最有效的方法，本研究對眾所周知的深度卷積神經網絡體系結構進行了實驗。經測試Inception-v4的準確率要優于其他同類模型。本研究的模型是經過精心優化的深度卷積神經網絡體系結構，用于對選定的可回收對象類別進行分類，其數據將通過STM32硬件端進行分析進而控制整個垃圾分類系統。 關鍵詞：TensorFlow；
- 關鍵字：
202006 TensorFlow Inception-v4 垃圾分類 STM32 OpenCV
- TensorFlow 官方博客宣布開源新的運行時 TFRT，該運行時提供了統一的、可擴展的基礎結構層，并在各類硬件上均具有高性能。 TFRT 產品經理 Eric Johnson 表示，TFRT 將取代現有的 TensorFlow 運行時。原有的 TensorFlow 運行時最初是為圖形執行和訓練模型的工作負載而構建的。與之相比，新的運行時將急切的執行需求放在第一位，同時特別強調架構的可擴展性和模塊化。 它能夠很好地滿足開發復雜模型時尋求更快的迭代時
- 關鍵字：
谷歌 TensorFlow TFRT
- 0. 簡介 在過去，我寫的主要都是“傳統類”的機器學習文章，如樸素貝葉斯分類、邏輯回歸和Perceptron算法。在過去的一年中，我一直在研究深度學習技術，因此，我想和大家分享一下如何使用Tensorflow從頭開始構建和訓練卷積神經網絡。這樣，我們以后就可以將這個知識作為一個構建塊來創造有趣的深度學習應用程序了。 為此，你需要安裝Tensorflow(請參閱安裝說明)，你還應該對Python編程和卷積神經網絡背后的理論有一個基本的了解。安裝完Tensorflow之后，你可以在不依賴GP
- 關鍵字：
Tensorflow 卷積神經網絡
- 2016 年已經過去，BEEVA Labs 數據分析師 Ricardo Guerrero Gomez-Ol 近日在 Medium 上發表了一篇文章，盤點了目前最流行的深度學習框架。為什么要做這一個盤點呢?他寫道：「我常聽到人們談論深度學習——我該從哪里開始呢?TensorFlow 是現在最流行的吧?我聽說 Caffe 很常用，但會不會太難了?在 BEEVA Lab
- 關鍵字：
TensorFlow 深度學習
- 谷歌日前將公司最新的機器學習軟件開源，雖說該系統對谷歌的語音、圖像識別程序來說至關重要，但將其開源并不會危及公司的戰略，這可能就是實力吧。
- 關鍵字：
谷歌 TensorFlow
tensorflow介紹
您好，目前還沒有人創建詞條tensorflow!
歡迎您創建該詞條，闡述對tensorflow的理解，并與今后在此搜索tensorflow的朋友們分享。
創建詞條
關于我們 -
廣告服務 -
企業會員服務 -
網站地圖 -
聯系我們 -
征稿 -
友情鏈接 -
手機EEPW
Copyright ?2000-2015 ELECTRONIC ENGINEERING & PRODUCT WORLD. All rights reserved.
《電子產品世界》雜志社 版權所有 北京東曉國際技術信息咨詢有限公司
京ICP備12027778號-2 北京市公安局備案：1101082052 京公網安備11010802012473
