简介本资源是一套完整的基于深度学习的垃圾分类目标检测系统实现方案面向计算机视觉初学者、毕业设计学生及AI项目实践者聚焦城市智能环保场景下的图像识别与模型部署问题。压缩包共120个文件总大小7.67MB涵盖27个核心Python脚本含训练/推理/数据预处理模块、18个YAML/YML配置文件定义模型结构与超参、10个JSON格式标注与类别映射文件以及JS/WXML/WXSS等微信小程序前端代码支持从模型训练到轻量级端侧部署的全流程复现。内容预览显示包含Dockerfile、Jupyter Notebook教程、HTML可视化界面及完整.gitignore等工程化要素体现良好的项目组织规范。目前已有84人学习下载读者可直接获取可运行源码、详细说明文档、环境配置指南及容器化部署方案显著降低复现门槛尤其适合缺乏工业级CV项目经验的学习者快速掌握YOLO系列模型在实际环保场景中的落地方法。1. 这不是“识别垃圾图片”的简单分类器而是一个能定位每件垃圾在画面中位置、框出轮廓、打上类别标签的端到端目标检测系统——它用 YOLOv5 实现支持从摄像头实时推理、导出 ONNX 模型部署到边缘设备且整套流程已封装为 Docker 镜像开箱即用。适用于高校计算机/人工智能方向毕业设计选题尤其匹配工创赛、智能硬件类竞赛对“可演示、可复现、有工程闭环”的硬性要求。如果你正卡在“毕设要做深度学习但没数据、没GPU、没部署经验”这三座大山之间这套方案直接绕过数据采集和环境配置环节提供标注好的 2000 张真实场景垃圾分类图像含厨余、可回收、有害、其他四类、预训练权重、Dockerfile 和完整说明文档所有命令一行可执行模型 mAP0.5 达 82.3%满足本科毕设答辩与实物演示双重需求。2. 为什么选 YOLOv5 而非 Faster R-CNN 或 SSD——从毕设落地角度拆解目标检测技术选型逻辑2.1 毕设场景下的三个刚性约束决定模型必须“小、快、稳”高校毕业设计项目普遍面临三重现实约束算力有限多数学生仅有一台 GTX1650 或 RTX3060 笔记本、时间紧张从开题到答辩通常不足 12 周、交付明确需可运行的 demo 可展示的界面 可解释的指标。Faster R-CNN 虽精度高但训练耗时长单卡训练需 48 小时以上、推理延迟高120ms/frame难以支撑实时摄像头演示SSD 对小目标漏检率高在垃圾桶内堆叠的塑料瓶、电池等典型小尺寸垃圾上召回率不足 65%。YOLOv5 在保持较高精度的同时通过 Neck 层的 PANet 结构增强多尺度特征融合对 32×32 像素以下目标检测 AP 提升 9.7%且其轻量级版本 YOLOv5s 在 RTX3060 上推理速度达 42 FPS完全满足毕设现场演示帧率要求。提示本项目采用YOLOv5s作为主干网络而非更小的YOLOv5n——后者虽参数量少 30%但在厨余垃圾如湿纸巾、果皮这类纹理模糊、边界不清的类别上 mAP 下降 11.2%得不偿失。毕设答辩中“准确率可解释”比“模型体积最小化”更重要。2.2 数据集构建不是“随便找几张图”而是按工业级检测标准完成四步闭环本项目所附数据集并非网络爬取拼凑而是严格遵循目标检测数据生产规范场景覆盖包含室内厨房台面、小区垃圾桶投放口、校园分类站、商超后厨四个典型场景各占 25%光照鲁棒性每类垃圾均包含正午强光、阴天散射光、夜间补光三种光照条件样本标注一致性全部使用 CVAT 工具标注BBox 严格贴合物体最外轮廓非宽松框并过滤掉面积 100 像素的无效小目标避免干扰训练验证集隔离按 7:2:1 划分 train/val/test其中 test 集完全独立于训练过程用于最终答辩演示——这意味着你答辩时展示的检测效果就是模型在未见过数据上的真实表现。2.2.1 数据目录结构与关键文件说明dataset/ ├── images/ │ ├── train/ # 1400 张训练图jpg │ ├── val/ # 400 张验证图jpg │ └── test/ # 200 张测试图jpg ├── labels/ │ ├── train/ # 对应训练图的 .txt 标签YOLO 格式 │ ├── val/ # 对应验证图的 .txt 标签 │ └── test/ # 对应测试图的 .txt 标签 └── data.yaml # 数据集配置文件必须修改此处指定路径data.yaml中需确认的关键字段务必按实际路径修改train: ../dataset/images/train # 注意是相对路径指向 images/train 目录 val: ../dataset/images/val test: ../dataset/images/test nc: 4 # 类别数0厨余, 1可回收, 2有害, 3其他 names: [kitchen_waste, recyclable, hazardous, other]注意若未修改data.yaml中的路径训练时会报错FileNotFoundError: No such file or directory: images/train。这是毕设学生最常踩的第一个坑——YAML 文件里的路径是相对于train.py所在目录即yolov5/根目录计算的不是相对于data.yaml自身位置。2.3 训练命令不是“复制粘贴就能跑”而是需根据硬件动态调参YOLOv5 默认配置针对 8-GPU 服务器设计直接在单卡笔记本上运行会导致显存溢出或训练不稳定。以下是适配 GTX1650/RTX3060 的最小可行命令# 在 yolov5/ 目录下执行确保已安装 torch1.12.1cu113 python train.py \ --img 640 \ # 输入尺寸640x640平衡精度与显存 --batch 16 \ # 单卡 batch sizeGTX1650 最大支持 16RTX3060 可提至 24 --epochs 100 \ # 毕设足够前 50 轮收敛后 50 轮微调 --data dataset/data.yaml \ --weights yolov5s.pt \ # 使用官方预训练权重迁移学习起点 --name garbage_v5s \ # 输出目录名便于区分不同实验 --cache # 启用内存缓存加速数据加载对 SSD 硬盘尤其有效2.3.1 关键参数调整逻辑说明参数推荐值修改原因不改的后果--batch16 (GTX1650) / 24 (RTX3060)显存占用与 batch size 近似线性增长CUDA out of memory报错中断训练--img640YOLOv5s 在 640 分辨率下精度/速度最优平衡点320 分辨率导致小目标漏检率↑35%1280 分辨率显存爆满--epochs100学习率衰减策略cosine在此轮数达到稳定收敛60 轮时 val/mAP0.5 波动大答辩演示效果不可控训练过程中需监控runs/train/garbage_v5s/results.csv中的metrics/mAP_0.5列当该值连续 10 轮无提升即 plateau说明模型已收敛可提前终止训练。此时best.pt权重文件即为最终模型。3. 用 Dockerfile 封装整个环境解决“在我电脑跑得好换台电脑就报错”的毕设交付痛点3.1 Dockerfile 不是炫技而是把“环境依赖”变成可验证的交付物毕设答辩常出现“老师用自己电脑打开你的代码pip install 报错、CUDA 版本冲突、OpenCV 缺失”的尴尬局面。Dockerfile 的核心价值在于将 Python 版本、PyTorch CUDA 版本、OpenCV、YOLOv5 代码、模型权重、测试图片全部打包进一个镜像生成唯一 SHA256 ID确保任何机器docker run出来的结果完全一致。本项目 Dockerfile 采用多阶段构建兼顾镜像体积与功能完整性# 第一阶段构建环境含训练依赖 FROM pytorch/pytorch:1.12.1-cuda11.3-cudnn8-runtime WORKDIR /app COPY requirements.txt . RUN pip install --no-cache-dir -r requirements.txt # 第二阶段精简运行时仅保留推理所需 FROM nvidia/cuda:11.3.1-runtime-ubuntu20.04 RUN apt-get update apt-get install -y libglib2.0-0 libsm6 libxext6 libxrender-dev rm -rf /var/lib/apt/lists/* COPY --from0 /usr/local/lib/python3.8/site-packages/ /usr/local/lib/python3.8/site-packages/ COPY --from0 /usr/local/bin/python* /usr/local/bin/ WORKDIR /app COPY . . CMD [python, detect.py, --source, data/images/test/, --weights, runs/train/garbage_v5s/weights/best.pt, --conf, 0.25]3.1.1 构建与运行命令一行可执行# 构建镜像自动拉取 base image耗时约 8 分钟 docker build -t garbage-detector:v1.0 . # 运行检测自动处理 test/ 目录下所有图片结果保存到 runs/detect/exp/ docker run --gpus all -v $(pwd)/runs:/app/runs garbage-detector:v1.0 # 查看检测结果打开本地浏览器访问 http://localhost:5000 docker run -p 5000:5000 --gpus all -v $(pwd):/app garbage-detector:v1.0 python web_demo.py提示--gpus all参数是启用 GPU 加速的关键。若运行时报错docker: Error response from daemon: could not select device driver , 请先安装 NVIDIA Container Toolkit 并重启 docker 服务——这是 Windows WSL2 用户最常忽略的前置步骤。3.2 Web 演示界面不是“写个 HTML”而是用 Flask OpenCV 实现零前端开发的实时流毕设答辩需要“打开网页就能看到摄像头识别效果”本项目web_demo.py已封装完整 pipeline后端Flask 接收/video_feed请求调用cv2.VideoCapture(0)读取本地摄像头推理每帧送入model(cv2.resize(frame, (640,640)))返回 BBox 坐标与类别渲染用cv2.rectangle()和cv2.putText()在原图上绘制检测框与标签传输通过multipart/x-mixed-replace流式返回 JPEG 帧浏览器img src/video_feed自动刷新。关键代码段带注释说明# web_demo.py 片段 app.route(/video_feed) def video_feed(): return Response(gen_frames(), mimetypemultipart/x-mixed-replace; boundaryframe) def gen_frames(): cap cv2.VideoCapture(0) model torch.hub.load(ultralytics/yolov5, custom, pathruns/train/garbage_v5s/weights/best.pt) while True: success, frame cap.read() if not success: break # YOLOv5 要求输入 RGB 格式OpenCV 默认 BGR → 需转换 rgb_frame cv2.cvtColor(frame, cv2.COLOR_BGR2RGB) results model(rgb_frame) # 自动 resize 到 640x640 并推理 # results.pandas().xyxy[0] 返回 DataFrame含 xmin,ymin,xmax,ymax,confidence,class for _, row in results.pandas().xyxy[0].iterrows(): x1, y1, x2, y2 int(row[xmin]), int(row[ymin]), int(row[xmax]), int(row[ymax]) label f{row[name]} {row[confidence]:.2f} cv2.rectangle(frame, (x1, y1), (x2, y2), (0,255,0), 2) cv2.putText(frame, label, (x1, y1-10), cv2.FONT_HERSHEY_SIMPLEX, 0.5, (0,255,0), 2) ret, buffer cv2.imencode(.jpg, frame) frame_bytes buffer.tobytes() yield (b--frame\r\n bContent-Type: image/jpeg\r\n\r\n frame_bytes b\r\n)3.2.1 启动 Web 服务的注意事项必须在容器内运行python web_demo.py否则 OpenCV 无法访问宿主机摄像头cv2.VideoCapture(0)在 Docker 中默认映射宿主机/dev/video0需添加--device /dev/video0参数已在docker run命令中隐含若提示ImportError: libGL.so.1: cannot open shared object file说明缺少 OpenGL 库——在 Dockerfile 第二阶段RUN apt-get install -y libglib2.0-0 libsm6 libxext6 libxrender-dev已解决。4. 毕设答辩必问的三个实操问题及满分回答脚本4.1 “你们怎么解决垃圾桶内垃圾堆叠导致的遮挡问题”这不是靠调高置信度阈值能解决的而是通过数据增强组合拳实现Mosaic 增强YOLOv5 默认开启将 4 张图拼成 1 张天然模拟堆叠场景Copy-Paste Augmentation在train.py中启用--copy_paste 0.2随机将某张图中的厨余垃圾如香蕉皮抠出粘贴到另一张图的可回收垃圾如塑料瓶顶部生成 300 张强遮挡样本关键验证在 test 集中专门构造 50 张堆叠图2 个以上物体重叠面积 40%模型在该子集上 mAP0.5 为 76.4%高于未增强版本 12.8%。4.2 “模型在手机端能跑吗需要什么改动”可以但需两步转换导出 ONNX 模型保留动态 batch 和 dynamic axespython export.py --weights runs/train/garbage_v5s/weights/best.pt --include onnx --dynamic用 ONNX Runtime Mobile 部署Android 端调用OrtSession加载.onnx文件输入 Tensor 维度为[1,3,640,640]输出为[1,25200,6]25200 anchors × 6 values解析逻辑与 YOLOv5 官方non_max_suppression()一致。本项目mobile/目录已提供 Android Studio 工程模板MainActivity.java中runInference()方法已封装完整调用链。4.3 “如果老师现场给你一张新垃圾图怎么证明模型能泛化”不依赖重新训练用Grad-CAM 可视化提供可解释性证据# 在 detect.py 中插入需安装 captum from captum.attr import GradientCAM cam GradientCAM(model.model, model.model.model[-1]) # 指向最后的 Detect 层 attributions cam.attribute(input_tensor, target0) # target0 表示厨余类 plt.imshow(attributions.squeeze().sum(0).numpy()) # 热力图显示模型关注区域答辩时现场运行此代码输入老师提供的新图展示热力图是否聚焦在垃圾主体而非背景纹理即可证明模型学到了语义特征而非过拟合背景噪声——这是评审专家最认可的泛化能力佐证方式。5. 检测结果可视化与量化评估用results.csv和confusion_matrix.png回答“到底准不准”5.1 不要只截图 demo 界面必须导出权威指标表格训练完成后runs/train/garbage_v5s/results.csv包含每轮的完整指标。答辩 PPT 中应截取最后 10 轮的metrics/mAP_0.5、metrics/mAP_0.5:0.95、val/box_loss三列制成折线图——这比单说“准确率 82%”更有说服力。同时runs/train/garbage_v5s/results.png自动生成的混淆矩阵图confusion_matrix.png必须放入论文附录它直观显示厨余垃圾kitchen_waste被误判为“其他”类最多因湿纸巾纹理与餐巾纸相似有害垃圾hazardous几乎无漏检电池、灯管轮廓特征显著可回收类中易拉罐与塑料瓶混淆率 8.3%需在答辩中说明“后续可通过增加金属反光纹理样本优化”。5.2 现场演示时的三个必做动作切换测试源验证鲁棒性# 用摄像头实时流需 USB 摄像头 python detect.py --source 0 --weights runs/train/garbage_v5s/weights/best.pt # 用手机拍摄的任意垃圾图验证泛化 python detect.py --source ~/Downloads/my_garbage.jpg --weights runs/train/garbage_v5s/weights/best.pt # 用视频文件验证时序稳定性 python detect.py --source data/videos/trash_demo.mp4 --weights runs/train/garbage_v5s/weights/best.pt调整--conf参数演示阈值影响--conf 0.25低阈值召回率高但可能多框 vs--conf 0.6高阈值精确率高但可能漏检——现场对比说明“0.4 是精度与召回的平衡点”。打开runs/detect/exp/labels/目录展示.txt标签文件格式每行class_id center_x center_y width height归一化坐标证明输出符合 COCO/Pascal VOC 标准可无缝接入下游系统如垃圾分类机器人控制模块。提示答辩前务必用python detect.py --source data/images/test/ --weights runs/train/garbage_v5s/weights/best.pt --save-txt生成全部测试集预测标签再用python utils/metrics.py --pred runs/detect/exp/labels/ --truth dataset/labels/test/计算最终 mAP——这个数值必须与results.csv最终行一致否则说明评估流程有误。本文还有配套的精品资源点击获取