基于 YOLOv8 的垃圾分类识别系统（全套源码+数据集）
基于 YOLOv8 目标检测模型 + PyQt6 桌面端应用的垃圾分类识别系统，覆盖数据集构建、模型训练调优、系统集成开发的完整深度学习工程流程。
@开发日期：2026年
目录
- 项目概述
- 数据集说明
- 深度学习开发流程
- 训练参数
- 训练指标与结果
- 可视化图表说明
- 系统功能
- 技术栈
- 项目结构
- 启动教程
项目概述
本项目针对城市生活垃圾分类场景，构建了一套端到端的 AI 识别系统：
- 目标检测模型：基于 YOLOv8n 预训练权重进行迁移学习，识别 44 种常见垃圾细类
- 分类规则引擎：将 44 个细类自动映射到「可回收物 / 厨余垃圾 / 有害垃圾 / 其他垃圾」四大类
- 桌面端应用：PyQt6 多功能检测界面，支持图片、视频、摄像头三种输入源实时检测
数据集说明
基本信息
| 项目 | 内容 |
|---|---|
| 标注格式 | YOLO TXT（由 Pascal VOC XML 转换） |
| 图像总数 | 14,761张（有效图像；原始 14,964 张去除无图样本） |
| 大类数量 | 4类（可回收物、厨余垃圾、有害垃圾、其他垃圾） |
| 细类数量 | 44类 |
| 图像格式 | JPEG（.jpg） |
| 数据集划分 | train / val / test =7 : 1 : 2 |
子集分布
| 子集 | 图片数量 | 用途 |
|---|---|---|
| train | 10,319 张 | 模型训练 |
| val | 1,478 张 | 训练过程中的验证评估 |
| test | 2,964 张 | 最终性能测试 |
垃圾分类体系
| 大类 | 细类数 | 代表细类 |
|---|---|---|
| 可回收物 | 26 类 | 饮料瓶、易拉罐、纸盒纸箱、玻璃器皿、旧衣服、充电宝… |
| 厨余垃圾 | 7 类 | 剩饭剩菜、果皮果肉、菜帮菜叶、鱼骨、蛋壳… |
| 有害垃圾 | 3 类 | 干电池、过期药物、软膏 |
| 其他垃圾 | 8 类 | 一次性快餐盒、烟蒂、陶瓷器皿、污损塑料… |
标注格式示例
每张图片对应一个同名.txt文件，每行一个目标框，坐标均归一化到[0, 1]：
class_id x_center y_center width height 6 0.4106 0.4219 0.5962 0.3379深度学习开发流程
第一阶段：数据集构建与处理
- 原始数据收集：整合公开垃圾分类数据集，原始标注格式为 Pascal VOC XML
- 格式转换：将 XML 标注批量转换为 YOLO TXT 格式（
class_id x_center y_center w h归一化坐标） - 数据清洗：剔除无有效标注框的样本（14,964 → 14,761 张）
- 数据集划分：按 7:1:2 比例随机划分训练/验证/测试集，确保类别分布均衡
- 分类规则构建：编写
classify_rule.json，建立细类 → 大类的映射规则，支持推理后的大类归并
第二阶段：模型训练与调优
- 模型选型：选择 YOLOv8n（Nano 版本）作为基础架构，参数量小、推理速度快，适合桌面端部署
- 迁移学习：加载 COCO 预训练权重
yolov8n.pt，在垃圾数据集上进行微调，加速收敛 - 数据增强：启用 Mosaic 拼接（
mosaic=1.0）、随机水平翻转（fliplr=0.5）、HSV 色彩扰动、随机缩放等多种增强策略 - 训练策略：
- 前 3 个 epoch 进行学习率 Warmup，逐步从
warmup_bias_lr=0.1过渡到lr0=0.01 - 后期采用余弦退火式线性衰减（
lrf=0.01），避免学习率过高导致振荡 - 最后 10 个 epoch 关闭 Mosaic 增强（
close_mosaic=10），提升模型对真实样本的拟合能力
- 前 3 个 epoch 进行学习率 Warmup，逐步从
- 混合精度训练：启用 AMP（
amp=True），降低显存占用，提升训练吞吐 - 结果保存：自动保存最优权重
best.pt和最终权重last.pt，并记录完整训练日志results.csv
第三阶段：系统集成与功能开发
- 检测器封装：将 Ultralytics YOLO 推理接口封装为
Detector类，统一管理模型加载、参数配置和推理调用 - 多线程架构：视频和摄像头检测采用
QThread异步处理，检测线程与 UI 线程分离，保证界面流畅 - 历史记录持久化：使用 SQLite 存储每次检测的结果，支持按类型筛选和关键词搜索
- 训练结果可视化：读取
results.csv，使用 Matplotlib 绘制多维度分析图表，嵌入 PyQt6 界面
训练参数
| 参数 | 值 | 说明 |
|---|---|---|
| 基础模型 | yolov8n.pt | COCO 预训练 Nano 版本 |
| 训练轮次 | 100 epochs | — |
| 批次大小 | 16 | — |
| 输入尺寸 | 640×640 | — |
| 初始学习率 | 0.01 | lr0 |
| 最终学习率 | 0.01 × lrf = 0.0001 | 线性衰减至 lr0×lrf |
| Warmup 轮次 | 3.0 | — |
| 优化器 | auto（SGD） | — |
| 动量 | 0.937 | — |
| 权重衰减 | 0.0005 | — |
| Box Loss 权重 | 7.5 | — |
| Cls Loss 权重 | 0.5 | — |
| DFL Loss 权重 | 1.5 | — |
| IoU 阈值（NMS） | 0.7 | — |
| 混合精度 | AMP 开启 | — |
| Mosaic 增强 | 1.0（后 10 epoch 关闭） | — |
| 水平翻转 | 0.5 | — |
| HSV 色调扰动 | 0.015 | — |
| HSV 饱和度扰动 | 0.7 | — |
| 随机缩放 | 0.5 | — |
| 自动增强 | randaugment | — |
| 随机擦除 | 0.4 | — |
| 总训练时长 | ≈ 2.54 小时 | 9,161 秒 |
训练指标与结果
核心指标（基于验证集）
| 指标 | 最优值（Best Epoch） | 最终值（Epoch 100） |
|---|---|---|
| mAP@0.5 | 0.6991（Epoch 81） | 0.6971 |
| mAP@0.5:0.95 | 0.5954（Epoch 89） | 0.5981 |
| Precision | 0.7997（Epoch 53） | 0.7564 |
| Recall | 0.6455（Epoch 66） | 0.6270 |
| F1 Score | ≈ 0.714 | ≈ 0.681 |
损失曲线趋势
| 损失项 | 初始值（Epoch 1） | 最终值（Epoch 100） | 说明 |
|---|---|---|---|
| train/box_loss | 0.760 | 0.419 | 边界框回归损失，下降 ≈ 45% |
| train/cls_loss | 3.871 | 0.562 | 分类损失，下降 ≈ 85.5% |
| train/dfl_loss | 1.294 | 1.032 | 分布焦点损失 |
| val/box_loss | 0.893 | 0.599 | 验证集边界框损失 |
| val/cls_loss | 2.717 | 1.090 | 验证集分类损失 |
训练集与验证集损失同步下降，无明显过拟合现象，模型具备良好的泛化能力。
可视化图表说明
系统内置两套可视化工具：
指标展示页内置图表
| 图表名称 | 含义 |
|---|---|
| 训练/验证 Box Loss | 模型预测边界框与真实框之间的位置偏差，值越低说明定位越准确 |
| 训练/验证 Cls Loss | 类别分类的交叉熵损失，值越低说明分类越准确 |
| 训练/验证 DFL Loss | 分布焦点损失，辅助边界框精细化回归 |
| mAP@0.5** 曲线** | IoU 阈值为 0.5 时的平均精度均值，衡量整体检测性能 |
| mAP@0.5:0.95 曲线 | 在多个 IoU 阈值（0.5~0.95）下的综合性能，要求更严格 |
| Precision 曲线 | 精确率 = 正确检测数 / 总预测数，反映误报率 |
| Recall 曲线 | 召回率 = 正确检测数 / 真实目标数，反映漏报率 |
| F1 分数曲线 | Precision 与 Recall 的调和平均，综合衡量两者均衡性 |
| 学习率衰减曲线 | 展示 Warmup → 线性衰减的学习率变化过程 |
| 综合性能雷达图 | 将 mAP、Precision、Recall、F1、损失收敛度等多维指标以雷达形式可视化 |
| 各指标对比柱状图 | 汇总最优 epoch 的四项核心指标便于横向比较 |
独立可视化脚本（plot_results.py）
运行python plot_results.py后，自动为每个训练指标生成独立 PNG 图片，保存至runs/detect/train/charts/，包含最优值标注。
系统功能
🔐 登录注册
- 用户名 + 密码登录，支持注册新账号
- 账号信息持久化存储于
users.json
🖼️ 图片识别
- 支持点击打开或拖拽导入图片（JPG / PNG / BMP / WebP）
- 一键开始检测，实时展示标注结果图
- 统计摘要：总检测数、类别数、平均 / 最高置信度
- 类别分布表、详细检测数据表（坐标 + 置信度）
- 置信度直方图分布
- 支持导出标注图片、导出 CSV 结果文件
🎬 视频识别
- 打开本地视频文件，按帧间隔检测
- 实时展示带标注的视频帧
- 当前帧 / 累计检测统计
- 可随时停止检测
📷 摄像头识别
- 支持多路摄像头切换（索引 0~10）
- 检测开关分离，可仅预览不检测
- 实时统计目标数量、类别、置信度
- 一键截图保存，会话结果写入历史
📋 检测历史
- 图片 / 视频 / 摄像头检测记录自动入库（SQLite）
- 支持按检测类型筛选、关键词搜索
- 点击记录查看完整详情
- 支持导出历史 CSV、一键清空
⚙️ 模型管理
- 自动加载默认权重
runs/detect/train/weights/best.pt - 支持手动浏览指定任意
.pt / .onnx模型文件 - 可视化调节置信度阈值、IoU 阈值、最大检测数
- 展示模型信息与 44 类别说明
📊 指标展示
- 训练曲线：损失、mAP、Precision、Recall 全程变化
- 指标汇总：核心指标大字展示 + 柱状对比图
- 综合分析：7 维雷达图 + 学习率曲线 + P/R/F1 三线对比
技术栈
| 类别 | 技术 / 库 |
|---|---|
| 深度学习框架 | PyTorch |
| 目标检测 | Ultralytics YOLOv8 |
| 图像处理 | OpenCV（cv2） |
| 数值计算 | NumPy |
| 可视化 | Matplotlib（QtAgg 后端） |
| 桌面 UI | PyQt6 |
| 数据库 | SQLite3（Python 内置） |
| 开发语言 | Python 3.9 |
项目结构
垃圾分类检测/ ├── main.py # 程序入口 ├── plot_results.py # 独立指标可视化脚本 ├── requirements.txt # 依赖清单 ├── users.json # 用户账号（自动生成） ├── detection_history.db # 检测历史数据库（自动生成） │ ├── datasets/ # 数据集 │ ├── images/ │ │ ├── train/ # 训练图片（10,319 张） │ │ ├── val/ # 验证图片（1,478 张） │ │ └── test/ # 测试图片（2,964 张） │ ├── labels/ │ │ ├── train/ # 训练标注（YOLO TXT） │ │ ├── val/ │ │ └── test/ │ ├── garbage.yaml # YOLO 训练配置 │ ├── classify_rule.json # 细类 → 大类映射规则 │ ├── train_classes.txt # 44 类名称列表 │ └── README.md # 数据集说明 │ ├── runs/ │ └── detect/ │ └── train/ │ ├── weights/ │ │ ├── best.pt # 最优模型权重（系统默认加载） │ │ └── last.pt # 最终轮次权重 │ ├── results.csv # 训练指标日志（100 轮） │ ├── args.yaml # 训练参数记录 │ └── charts/ # plot_results.py 输出图表 │ ├── utils/ # 工具层 │ ├── styles.py # 全局 QSS 样式 │ ├── db.py # SQLite 历史数据库操作 │ └── detector.py # YOLO 检测器封装 │ └── ui/ # 界面层 ├── widgets.py # 共享组件（卡片、统计块、标题） ├── login_window.py # 登录 / 注册窗口 ├── main_window.py # 主窗口（顶部导航栏） └── pages/ ├── image_page.py # 图片识别页 ├── video_page.py # 视频识别页 ├── camera_page.py # 摄像头识别页 ├── history_page.py # 检测历史页 ├── model_page.py # 模型管理页 └── metrics_page.py # 指标展示页启动教程
环境准备
Python 版本要求：Python 3.9
安装所有依赖：
pipinstall-rrequirements.txt如需 GPU 加速推理，请提前安装与 CUDA 版本匹配的 PyTorch，详见 pytorch.org
准备模型权重
将训练好的模型权重放置于：
runs/detect/train/weights/best.pt系统启动时将自动加载该路径的权重。也可以在运行后于「模型管理」页面手动指定其他权重文件。
启动系统
在项目根目录执行：
python main.py登录界面默认账号：
| 账号 | 密码 |
|---|---|
| admin | admin123 |
重新训练模型（可选）
如需在自有数据集上重新训练，在项目根目录执行：
yolo traindata=datasets/garbage.yamlmodel=yolov8n.ptepochs=100imgsz=640batch=16训练完成后，将新权重路径在「模型管理」页面重新加载即可。
生成独立指标图表
python plot_results.py图表将保存至runs/detect/train/charts/，每个指标对应一张 PNG 文件。
本项目为个人原创，结构清晰，功能完整，适合计算机视觉方向课程设计、毕业设计和项目演示使用。有定制化需求可以评论或私信作者。
作者原创项目地址：michael-jay.pages.dev/projects.html