前言

本系统是一个完整的基于深度学习+pytorch+Flask+SpringBoot+Vue+MySQL的垃圾分类识别系统。
包括LeNet、AlexNet、VGG、GoogLeNet、ResNet、MobileNet V2、MobileNet V3、RegNet、ShuffleNet、DenseNet、EfficientNet等网络模型。
可以直接训练、测试、使用。也就是说，它不仅仅是一个垃圾分类识别系统。它可以是任意识别系统！！
技术栈使用深度学习、Pytorch、SpringBoot、MyBatis-Plus、Vue3、Ts、element-plus、Flask、Axios、MySQL等技术。
系统还支持分用户管理。分为管理员和普通用户，管理员可查看所有记录，并管理用户。普通用户只可查看自己的记录。
界面简洁、美观。支持主题色修改、布局样式修改、组件大小修改等。
系统演示视频

1.界面功能介绍

1.登陆注册

系统使用MySQL作为数据库实现登陆注册功能。如下：

2.垃圾分类识别

登陆成功后来到系统首页。

在这里可以选择模型和权重完成识别功能。

选择好图片后即可识别。
这里可以识别
**‘其他垃圾/塑料袋’, ‘其他垃圾/烟蒂’, ‘其他垃圾/碎瓷片’, ‘厨余垃圾/剩菜’, ‘厨余垃圾/水果’, ‘厨余垃圾/蔬菜’, ‘厨余垃圾/鸡蛋壳’,‘可回收垃圾/塑料瓶’, ‘可回收垃圾/易拉罐’, ‘可回收垃圾/纸箱’,‘有害垃圾/电池’, ‘有害垃圾/药膏’, ‘有害垃圾/过期药品’**这四大类、13小类的垃圾。可根据自己的需求下载数据集来丰富种类。

3.识别记录

系统会保存用户识别的记录，包括识别图片、识别结果、置信度、总用时、识别模型、识别权重、用户、识别时间等信息。

同时也支持模糊查询。

4.用户管理

管理员可对用户信息进行管理，包括对用户的增删改查

5.个人中心

用户在个人中心可对自己的信息进行修改

6.主题风格修改

系统可以自定义直接修改主题，包括系统整体颜色、组件大小。
支持深色模式、色弱模式、灰色模式等。

还可以自定义样式布局。

7.模型训练

可自己训练模型，支持迁移学习。
在每轮训练中会输出训练进度和验证进度，且输出损失值、准确率、所用时间等信息。最后会绘出图表。

8.模型测试

测试结果会输出预测错误信息以及准确率。

2.代码目录介绍

1.garbageSortingRecognitionSystem_web文件

这是系统的整体文件，包含：
1.garbageSortingRecognitionSystem_flask文件—具体实现深度学习算法的工程文件，使用python语言。
2.garbageSortingRecognitionSystem_springoot文件—具体实现系统后端的工程文件，使用SpringBoot框架。
3.garbageSortingRecognitionSystem_vue文件—具体实现系统前端Web界面的共工程文件，使用Vue3框架。
4.img文件—系统的运行截图。
5.demo.sql文件—系统数据库文件。
6.pytorch+SpringBoot+Vue识别系统项目安装教程.pdf—系统安装教程。
7.pytorch+SpringBoot+Vue识别系统项目更换数据集教程.pdf—系统更换数据集教程。

2.garbageSortingRecognitionSystem_flask文件

这是实现深度学习算法的工程文件，具体包括：
1.data文件—系统的数据集文件，包括test、train、val三个文件夹，用于测试、训练和验证。

2.dataProcessing文件—系统更换数据集时处理数据的文件，具体在我pytorch+SpringBoot+Vue识别系统项目更换数据集教程.pdf这个文件中会详细说明。

3.flask—系统实现算法API的文件

4.model—这是系统模型文件

5.predict—这是系统实现测试和预测的文件

6.train—这是系统实现训练的文件

7.weights—这是存放权重的文件

8.requirements.txt—这是下载依赖的文件。

3.garbageSortingRecognitionSystem_springoot文件

这是实现系统后端的工程文件，具体详细说明files和src文件
1.files—这是存放系统上传图片的文件。
2.src—具体实现后端逻辑的文件。

4.garbageSortingRecognitionSystem_vue文件

这是实现系统前端Web界面的共工程文件，具体前端逻辑在src目录中。

3.源码获取

这里可以获取源码