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。

主要有六个图表组成，通过使用Vue框架对前端进行合理封装，对页面进行组件化展示，数据使用json数据格式，后续可自定义链接数据库。

一、项目介绍 1、爬取豆瓣读书榜单数据，数据包含：排名、图书名、图书链接、封面链接、作者/译者、出版社、出版时间、图书售价、评分、评价人数、简要介绍，这11个数据。 2、将爬取的数据保存到sqlite数据库中。 3、可视化爬取的数据。 二、项目实现 1、爬取实现：test01.py实现爬取数据并保存到sqlite数据库，通过beautifulsoup4实现解析网页，通过re正则表达式提取网页数据，编写sql语句创建sqlite数据库，并将数据保存到该数据库中。 2、运行test01.py生成book.db数据库以及豆瓣读书Top250.xls数据表。 3、templates文件夹下包含几个html文件，static文件夹中包含前面所述网页的样式及内容图片、图标。 4、app.py是网页页面服务的实现，book_worcloud.py实现词云的生成。 5、页面的实现应用了Flask框架、Echarts图表、wordcloud词云等。