wecycling(save_code​, cam_code)

분리수거 자동화 시스템 코드입니다

%save_code%

imds = imageDatastore('C:\Users\KDH\Downloads\dataset_folder', ...

'IncludeSubfolders', true, ...

'LabelSource', 'foldernames');

% 2. 학습/검증 데이터 분리 (80% 학습, 20% 검증)

[imdsTrain, imdsValidation] = splitEachLabel(imds, 0.8, 'randomized');

% 3. 사전학습된 SqueezeNet 불러오기

net = squeezenet;

lgraph = layerGraph(net);

% 4. 클래스 수에 맞게 마지막 레이어 교체

numClasses = numel(categories(imdsTrain.Labels));

newConvLayer = convolution2dLayer(1, numClasses, ...

'Name','new_conv', ...

'WeightLearnRateFactor',10, ...

'BiasLearnRateFactor',10);

newClassLayer = classificationLayer('Name','new_classoutput');

lgraph = replaceLayer(lgraph, 'conv10', newConvLayer);

lgraph = replaceLayer(lgraph, 'ClassificationLayer_predictions', newClassLayer);

% 5. 데이터 증강 설정

imageAugmenter = imageDataAugmenter( ...

'RandRotation',[-10 10], ...

'RandXTranslation',[-5 5], ...

'RandYTranslation',[-5 5], ...

'RandXScale',[0.9 1.1], ...

'RandYScale',[0.9 1.1]);

inputSize = net.Layers(1).InputSize;

augimdsTrain = augmentedImageDatastore(inputSize(1:2), imdsTrain, ...

'DataAugmentation', imageAugmenter, ...

'ColorPreprocessing','gray2rgb');

augimdsValidation = augmentedImageDatastore(inputSize(1:2), imdsValidation, ...

'ColorPreprocessing','gray2rgb');

% 6. 학습 옵션 설정

options = trainingOptions('sgdm', ...

'MiniBatchSize',16, ... % 미니 배치 사이즈 조절

'MaxEpochs',20, ... % 에폭 증가

'InitialLearnRate',1e-4, ...

'Shuffle','every-epoch', ...

'ValidationData',augimdsValidation, ... % 검증 데이터 추가

'ValidationFrequency',30, ...

'Verbose',false, ...

'Plots','training-progress');

% 7. 학습 시작

trainedNet = trainNetwork(augimdsTrain, lgraph, options);

% 8. 학습된 모델 저장

save('trainedRecycleNet.mat','trainedNet');

disp('학습 완료. 모델이 저장되었습니다.');

% 9. 검증 정확도 출력

predLabels = classify(trainedNet, augimdsValidation);

valLabels = imdsValidation.Labels;

accuracy = sum(predLabels == valLabels)/numel(valLabels);

fprintf('검증 정확도: %.2f%%\n', accuracy * 100);

-----------------------------------------------------------------------------------------------------------------------------------------------------------------------

%cam_code%

% trainedRecycleNet.mat 파일에서 trainedNet 로드

load('trainedRecycleNet.mat','trainedNet');

% 1. 웹캠 객체 생성 및 이미지 스냅샷

cam = [];

arduino = [];

try

cam = webcam;

disp('웹캠이 성공적으로 연결되었습니다.');

% 웹캠에서 단일 이미지 스냅샷 찍기

disp('웹캠에서 이미지 한 장을 가져오는 중...');

img = snapshot(cam);

disp('이미지를 성공적으로 가져왔습니다.');

% 가져온 이미지 표시

figure;

imshow(img);

title('웹캠에서 가져온 이미지');

% 2. 이미지 크기 조정 및 분류

imgResized = imresize(img, trainedNet.Layers(1).InputSize(1:2));

% 이미지 분류

[label, scores] = classify(trainedNet, imgResized);

% 클래스 이름 목록 가져오기

classNames = trainedNet.Layers(end).Classes;

% 3. 확률 차이 기반 분류 로직 추가

[sortedScores, sortedIdx] = sort(scores, 'descend');

predictedLabel = string(label); % 초기 예측 라벨

% 가장 높은 두 확률의 차이 계산

threshold_diff = 0.10;

% 일반 쓰레기로 분류할 클래스 이름 지정

generalWasteClassName = 'GeneralWaste';

if (sortedScores(1) - sortedScores(2)) < threshold_diff

predictedLabel = generalWasteClassName;

end

% 4. 결과 출력

disp("=====================================");

disp("웹캠 이미지 분류 결과:");

disp("최종 예측 라벨: " + predictedLabel); % 수정된 예측 라벨 출력

disp("클래스별 확률:");

for i = 1:numel(classNames)

fprintf(" %s: %.4f\n", string(classNames(i)), scores(i));

end

title("최종 예측 라벨: " + predictedLabel);

% 5. 아두이노 통신 로직

disp("아두이노로 보낼 신호: " + predictedLabel);

arduino = serialport("COM7", 9600);

pause(2); % 연결 안정화 시간

if predictedLabel == "plastic"

write(arduino, "P", "char");

disp("Sent 'P' for plastic.");

elseif predictedLabel == "can"

write(arduino, "C", "char");

disp("Sent 'C' for bottle.");

elseif predictedLabel == "Glass"

write(arduino, "G", "char");

disp("Sent 'G' for glass.");

elseif predictedLabel == generalWasteClassName

write(arduino, "N", "char");

disp("Sent 'N' for general waste.");

end

pause(2); % 전송 후 안정화 시간

catch ME

% 오류 발생 시 메시지 출력

if strcmp(ME.identifier, 'MATLAB:webcam:NoCamerasFound')

disp('오류: 시스템에서 웹캠을 찾을 수 없습니다. 웹캠이 연결되어 있는지 확인해주세요.');

elseif strcmp(ME.identifier, 'MATLAB:webcam:DeviceAlreadyInUse')

disp('오류: 웹캠이 다른 프로그램에서 이미 사용 중입니다. 다른 웹캠을 사용하는 프로그램을 모두 종료해주세요.');

elseif contains(ME.message, 'serialport') || contains(ME.message, 'COM')

disp('오류: 아두이노 시리얼 통신 문제. COM 포트, 보드레이트, 또는 아두이노 연결 상태를 확인해주세요.');

fprintf(2, '자세한 오류 메시지: %s\n', ME.message);

else

disp(['알 수 없는 오류가 발생했습니다: ' ME.message]);

disp('웹캠 드라이버, 권한, 연결 상태 또는 MATLAB 경로 설정을 확인해보세요.');

end

finally

% 웹캠 객체 정리

if exist('cam', 'var') && isvalid(cam)

clear cam;

disp('웹캠 객체를 정리했습니다.');

end

% 아두이노 시리얼 포트 객체 닫기 및 정리

if ~isempty(arduino) && isvalid(arduino)

clear arduino; % serialport 객체 정리

disp('Serial port closed and cleared.');

end

end