资料下载
×
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
- 相关下载
- 相关文章
