开发背景：随着城市化进程的加速和生活消费水平的提升，生活垃圾产量呈现出爆炸式增长，这对城市的环境管理和可持续发展带来了前所未有的挑战。传统垃圾分类方式不仅效率低下，容易出错，还耗费大量的人力物力。为了解决这一问题，我们团队开发了这款基于Ubuntu（Linux系统）以及采用YOLOv8算法进行图像识别的智能垃圾分类系统，旨在通过技术创新提升垃圾分类的效率和准确性。

结构说明：本系统主要分为硬件和软件两部分。其中，系统采用YOLOv8算法进行图像识别。界面设计采用PyQt5原创设计，人工智能模块接入文心一言系统。硬件部分基于Jetson Nano的主控芯片控制摄像头、舵机、传感器，负责实现垃圾的自动识别和分类投放。

功能与使用说明：图像识别与分类：系统通过摄像头实时捕捉垃圾图像，利用YOLOv8算法进行图像识别，快速准确地判断垃圾类型，并控制舵机将垃圾投放到对应的分类区域。

用户交互与指导：系统提供智能问答模块，用户可以通过简单的问答交互获取垃圾分类的详细指导，帮助解决分类难题。

自动化投放：系统实现垃圾的自动化分类投放，无需人工干预，提高了分类效率和准确性。

用户只需将垃圾放置在摄像头前，系统即可自动识别并分类投放。同时，用户还可以通过智能问答模块获取垃圾分类的详细指导，确保分类的准确性。