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。
前端：
- layui
- html
- css
后端：
- Django
- MySql
- YoloV3
- 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
- 下载模型参数：https://jbox.sjtu.edu.cn/l/61SYdh ，放在yolo/logs下
- 配置Pytorch、Django、Opencv及其他项目依赖包，最好打开cuda
- 服务端开启服务：python manage.py runserver
- 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/
- 注册和登录
- 简介
- 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
- 垃圾信息查询
- 增加批量处理垃圾功能
- 个人中心
| 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 |
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；
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；
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。