项目描述

该项目基于PySide2和PyQt5设计界面UI，搭配QT Designer进行界面设计。
基于TensorFlow中的Keras模型，进行垃圾分类模型的训练。
项目包含功能有：使用者注册登录功能、管理员训练模型、用户使用模型进行分类。

功能介绍

一、注册登录

1、注册登录使用SQLite数据库进行账号数据的存储，注册过程中选择使用者性质（管理员 or 用户）作为后续系统登录的区分。主要存储的数据有用户名、密码以及用户性质，其中用户名作为主键，唯一标识。
2、注册过程填写用户名、密码、确认密码、选择用户性质后点击注册按钮，若注册成功则注册按钮下方出现“注册成功”的提示字样。

二、登录功能

在登录界面输入用户名与密码，系统搜索数据库中账号信息，根据用户标识选择进入相应的使用系统界面（管理员系统 or 用户系统）。

三、管理员系统功能

1、管理员的功能主要有打开摄像头，添加训练集（背景图片和要训练的垃圾图片），关闭摄像头，进行模型训练，模型训练结果呈现。
2、摄像头的打开与关闭主要通过注册一个定时器来进行控制，采集图像的原则一般是每个垃圾采集不同角度的15~30张图片。
3、模型训练过程采用监督学习方式，即将采集到的训练集打上标签，在进行训练，得到的训练模型保存在tmp本地文件夹下，以当前训练时间命名。
4、训练模型时的每一轮结果在控制台打印，而在UI界面呈现最终的训练时间。

四、用户系统功能

1、文字搜索：用户使用输入框输入需要确认的垃圾分类情况，点击搜索按钮，结果显示区域将会呈现搜索结果，如无搜索结果，则提示使用图像识别垃圾分类。
2、图像搜索：首先打开摄像头，点击选择模型按钮，将训练好的模型上传，点击运行检测按钮，进行垃圾分类的图像识别。图像识别的结果在左侧检测结果区域呈现（包括检测结果和确认度）。
3、语音播报：在文字搜索呈现搜索结果时，具有语音播报，将搜索结果以声音的方式呈现出来。

项目搭建

系统：windows10
编译器：VsCode
硬件：免驱USB摄像头
环境：python 3.7.0

一、项目使用到的库

库文件	Version
PyQt5	5.15.4
PySide2	5.15.2
opencv-python(cv2)	4.5.2.52
numpy	1.18.5
tensorflow	2.3.0
tensorflow_hub	0.12.0
keras	2.4.3
requests	2.25.1
urllib3	1.26.4

二、项目目录结构

文件名	作用或功能
dataset	数据集（包含训练集和测试集）
img	用于存放项目效果图
model	训练依据模型
style	存放QSS文件，几个UI界面的样式文件
tmp	存储训练完成得到的模型
administrator.py	实现管理员界面
administrator.ui	利用QT设计师得到的管理员界面设计文件
projectMain.py	项目程序的主入口
register.py	实现注册界面
register.ui	利用QT设计师得到的注册界面设计文件
resident.db	使用者账户数据库
user.py	实现用户界面
user.ui	利用QT设计师得到的用户界面设计文件

三、项目搭建

1、建议使用vscode编辑器，配置插件有：Qt for Python 、SQLite。
如果电脑中无python环境，可参考该安装步骤Anaconda的下载与安装——Python环境搭建。
2、对于vscode配置python环境：ctrl + shift + P, 点击Python选择器,选择适用的python环境，这里建议使用conda搭建一个新的python环境，具体搭建过程可参考：创建conda虚拟环境，优雅地管理python环境。
3、当环境配置完成后，下面是运行项目阶段，运行项目入口文件projectMain.py即可。以下是项目最终的效果图：
【登录界面】

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-gqPM5OBH-1675838566051)(./img/Login.jpg)]