垃圾分拣小车视觉识别方案

第九届全国大学生光电设计竞赛 赛题 2 光电智能垃圾分拣车
竞赛说明：
设计一款光电智能垃圾分拣车，能够从指定位置出发，快速搜寻垃圾，发现 垃圾后对垃圾识别分类，并根据垃圾类别拣送到指定的垃圾堆放地。按照规定时 间内准确分拣的数量确定比赛名次。

软件方案

软件选择以开源项目yolov5为基础进行二次开发，开源地址https://github.com/ultralytics/yolov5

何为yolov5？

yolov5 是视觉物体检测的一个开源项目，可以实现对画面中特定物体的检测，其效果入下图
、
、
、

‘
’
‘

Yolov5官方代码中，给出的目标检测网络中一共有4个版本，分别是Yolov5s、Yolov5m、Yolov5l、Yolov5x四个模型，这些模型的区别在于精确度和系统的开销。其文件结构

导入这些模型我们就可以对模型中定义的80种物体进行检测。运行yolov5需要进行环境搭建，可以参考这里。

对于要识别特定的物体，我们需要训练自己和模型。我们需要一定数量包含我们要识别物体的图片，我们需要对图片中我们要识别的物体进行标注，这里我们用到标注软件labelImg。具体用法自行百度。
开源地址https://github.com/tzutalin/labelImg
具体训练方法见其他博文，可参考这里。

但训练对电脑的硬件要求比较高，我的电脑是不能训练，我是用矩池云GPU训练的，用游戏本的同学应该是可以训练，可以试一下。

硬件方案

硬件可以考虑使用jetson nano，需要自己安装系统，可以在英伟达官网下载好系统镜像后用balenaEtcher写入sd卡。硬件的可选有很多，主要考虑是价格，如果不考虑价格当然是越贵性能越好。

jetson nano上部署自己训练的yolov5模型

这里我们可以参考这篇博文