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。