OpenMV官方机械臂第五期视频教程来啦，今天我们将挑战“垃圾分类”实战！
本期会深度拆解多类别识别算法，演示机械臂从精准辨别到分拣抓取的全流程，带你打通视觉分类的底层逻辑，将创意转化为高效的智能装置！
*具体教程和源码可在星瞳科技OpenMV官网[OpenMV.cc]查看哦！
星瞳OpenMV官方机械臂教程|垃圾分类
这些是实现本实战所需要的文件与代码：
move内写有垃圾桶和托盘的坐标和机械臂移动代码。
main是主程序。
model和labels则是模型文件和标签文件。
将模型和代码文件拖入OpenMV文件目录中。
将机械臂的底座与场景的方框对其，保证机械臂摆放正确。
将三子棋教程用到的棋盘倒置放于A4纸九宫格之上，充当垃圾托盘。
垃圾桶摆放如图所示：
以下是本次用到的道具及其分类：
当检测框出现偏移时，可以在代码中的九宫格参数配置部分修改参数，直到对应时即可。
接下来运行代码，将垃圾放置于垃圾托盘上，即可运行垃圾分类任务。
将过期柠檬放置在托盘上，终端会打印出识别结果。
识别成功后机械臂会将垃圾投入垃圾桶内。
其余分类任务的流程同上。
代码部分讲解
总体流程分为：”识别——分拣“两大步骤。
垃圾识别的部分采用了AI神经网络，首先加载模型文件model.tflite和标签文件labels.txt。
在主循环中，会调用garbage函数对图像继续识别、打印识别结果，并根据识别结果执行相应的动作。
以有害垃圾为例，当识别到有害垃圾时，终端会输出"harmful"，程序会调用move.py中的分拣代码，对垃圾进行分拣。
garbage函数会连续拍摄10幅图像，并对每幅图像使用神经网络进行识别。
当置信度大于0.8时，他会记录此次的结果，最后统计10幅画面的识别结果，输出最多次出现的结果。
OpenMV Robot Arm机械臂的垃圾分类题教程到此就结束啦。
结合OpenMV的智能图像识别，你可以实现更酷炫的项目。
源码和更多内容可在星瞳科技OpenMV官网OpenMV.cc查看，感谢观看！
（支持资料、图片参考_相关定制）_文章底部可以扫码)
)
)