×

如何使用深度学习设计实现智能家居鞋柜

消耗积分:1 | 格式:docx | 大小:0.37 MB | 2020-03-19

zml152

分享资料个

  智能家居技术的最新发展使人们的居住生活更加富裕。许多先进技术被应用于各种家用电器和家具,包括智能锅炉,智能冰箱和智能床,从而逐渐改变人们的日常生活。鞋柜是人们进入房屋时首先经过的家具,人们认为,如果将IoT功能连接到鞋柜上,它将像智能锅炉和智能锅炉一样为人们提供很多便利,使其成为智能家居的组成部分。智能冰箱。基于这样的思想和趋势,在家中的鞋柜上安装了像Raspberry Pi这样的小型处理器,以查看鞋子清单,自动存储鞋子并建议使用合适的鞋子。用户想要放入鞋柜中的鞋子会使用x-y浮动框自动存储在鞋柜的空白区域中,并且鞋柜通过划分鞋子的种类和颜色来存储鞋子。并且可以使用移动应用程序远程查看鞋柜中鞋子的状态。此外,当穿入关于穿衣服的类型和目的地的信息时,将建议最合适的鞋子。通过将输入传感器和x-y浮动物与安装在鞋柜上的Raspberry Pi一起控制,可以实现鞋子的自动存储。鞋子图像的分类是通过将已经分类的鞋子图像数据放入称为“ UT Zappos50K”的Keras框架制作的深度学习模型中实现的。

  通过输入有关用户衣服和目的地状况的信息,并使用准备好的得分表推荐在鞋柜中得分最高的鞋子,就可以进行鞋子推荐服务。

  

声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉

评论(0)
发评论

下载排行榜

全部0条评论

快来发表一下你的评论吧 !