基于Python Flask与深度学习的河道漂浮垃圾识别与定位系统设计与实现_环保节能_2026年课程设计.docxVIP

PAGE29

目录

摘要

第一章绪论

1.1项目背景

1.2项目目的与意义

1.3开发方法与论文结构

第二章相关技术综述

2.1技术发展现状概述

2.2技术选型与评价

第三章需求分析

3.1系统角色与业务流程

3.2功能需求分析

3.3非功能需求与可行性分析

第四章系统总体设计

4.1系统架构设计

4.2模块划分与接口设计

第五章系统详细设计

5.1数据库设计

5.2界面与交互设计

第六章系统实现

6.1开发环境与工程结构

6.2后端核心功能实现

6.3前端交互与数据展示实现

6.4实现中的重点难点与解决方案

第七章系统测试

7.1测试方法与数据准备

7.2测试用例设计

7.3测试结果与系统评价

第八章总结与展望

8.1工作总结

8.2存在的问题与改进方向

8.3未来展望

8.4结语

摘要

河道漂浮垃圾的清理工作目前仍以人工巡河为主，巡河人员沿河岸步行或乘船目视排查，单次巡河覆盖河段有限，垃圾位置只能靠口头描述或手机拍照记录，容易出现漏检、定位不准、派单不清等问题。部分河段虽已安装监控摄像头，但画面仅用于人工回看，缺少自动识别能力，监控资源未被有效利用。针对上述痛点，本文设计并实现了一套基于PythonFlask与深度学习的河道漂浮垃圾识别与定位系统，通过接入无人机航拍视频与岸边固定监控画面，自动识别水面上的塑料