楼道杂物检测系统

部署文档

简介

一套针对图片、视频能够实时检测的楼道垃圾检测系统，包含垃圾识别算法和用户界面搭建两部分内容。项目演示详见demo.mp4文件。

实现方式

前端：

• layui
• html
• css

后端：

• Django
• MySql
• YoloV3

运行

1. 配置MySql
   • python manage.py makemigrations myApp
   • python manage.py migrate
   • 在project/settings.py文件中根据系统数据库设置修改数据库USER及PASSWORD条目
2. 下载模型参数：https://jbox.sjtu.edu.cn/l/61SYdh ，放在yolo/logs下
3. 配置Pytorch、Django、Opencv及其他项目依赖包，最好打开cuda
4. 服务端开启服务：python manage.py runserver
5. 客户端浏览器中输入服务器网址（由于条件限制，项目部署在本机）: http://127.0.0.1:8000/

页面功能

1. 注册和登录
2. 简介
3. 垃圾检测分类
   • 已替换YoloV3算法进行图片的识别与分类
   • 增加上传视频、图片进行检测的功能，并能实时显示新增数据与图像处理结果
4. 垃圾信息查询
   • 增加批量处理垃圾功能
5. 个人中心

分工

人员	分工
王蕾颖	个人中心、全局监控
仇雨恬	UI优化、注册页面、全局监控
陈予涵	数据查询、增加已处理-未处理属性
鲍奕凡	YoloV3算法
顾婧	数据库、后端Django

Timeline

Week 10-11

更换选题，进行技术学习，细化项目框架；

发布问卷，收集数据，初步分工；

制作简介、个人中心页面；

实现登录、注册功能；

Week 12-13

前后端分离进行开发，拍摄素材；

实现垃圾信息查询功能；

使用遗留物检测与图片分类方法完成杂物分类；

初步实现YoloV3算法；

展示现有处理结果；

Week 14-15

前后端分别对项目进行优化；

增加上传图片、视频功能，实时处理上传数据，进行分类并将数据库存入数据库；

实现实时进行杂物分类，YoloV3算法效率更高，因此最终选用了YoloV3算法。