摘要：智能生活垃圾檢測與分類系統(tǒng)用于日常生活垃圾的智能監(jiān)測與分類，通過圖片、視頻和攝像頭識別生活垃圾，對常見的可降解、紙板、玻璃、金屬、紙質(zhì)和塑料等類別垃圾進行檢測和計數(shù)，以協(xié)助垃圾環(huán)保分類處理。本文詳細介紹基于YOLOv5算法的智能生活垃圾檢測與分類系統(tǒng)，在介紹算法原理的同時，給出Python的實現(xiàn)代碼、PyQt的UI界面以及訓(xùn)練數(shù)據(jù)集。在界面中可以選擇各種圖片、視頻進行檢測識別，可對圖像中存在的多個目標(biāo)進行識別分類，檢測速度快、識別精度高。博文提供了完整的Python代碼和使用教程，適合新入門的朋友參考，完整代碼資源文件請轉(zhuǎn)至文末的下載鏈接。

完整代碼下載：https://mbd.pub/o/bread/ZJaXlZhp

參考視頻演示：https://www.bilibili.com/video/BV1Xx4y1N7YM/

離線依賴庫下載鏈接：https://pan.baidu.com/s/1hW9z9ofV1FRSezTSj59JSg?pwd=oy4n?（提取碼：oy4n ）

前言

????????智能垃圾分類處理系統(tǒng)是依托物聯(lián)網(wǎng)、GPS、云計算、大數(shù)據(jù)等信息技術(shù)，結(jié)合各種智能化設(shè)備（智能垃圾分類箱、積分兌現(xiàn)、車載一體機等），采用分布式微服務(wù)架構(gòu)搭建而成，對垃圾分類全過程中所涉及到的人、車、物、事進行全過程實時監(jiān)管，實現(xiàn)垃圾投放、收集、運輸、處理各環(huán)節(jié)的有源可溯。

????????傳統(tǒng)的人工垃圾分揀技術(shù)存在著效率低、耗時長、需要大量人力、分挑環(huán)境差等問題，如何有效地智能化地進行垃圾分類以及成為亟待解決的問題。如今的深度學(xué)習(xí)技術(shù)快速發(fā)展，在深層特征提取、表征，目標(biāo)檢測上都取得了很大進展，利用相關(guān)技術(shù)解決垃圾分類問題，無疑可以減少人力資源的消耗，有效提高垃圾分類效率，促進生態(tài)文明建設(shè)發(fā)展。

????????智能生活垃圾檢測分類是近年來計算機視覺領(lǐng)域的一個應(yīng)用，同時也是目標(biāo)檢測領(lǐng)域中的難點。其目的是識別和定位圖像中存在的垃圾類型，在許多領(lǐng)域中都有廣泛的應(yīng)用。本系統(tǒng)基于YOLOv5算法進行垃圾檢測分類，對于圖片、視頻和攝像頭捕獲的實時畫面，系統(tǒng)可檢測畫面中的垃圾類型和位置，支持結(jié)果記錄、展示和保存，每次檢測的結(jié)果記錄在表格中。以下給出博主設(shè)計的界面，功能也可以滿足圖片、視頻和攝像頭的識別檢測，初始界面如下圖（比前面的界面稍有升級，增加了柱狀圖統(tǒng)計數(shù)目，哈哈）。

????????檢測類別時的界面截圖（點擊圖片可放大）如下圖，可識別畫面中存在的多個類別，也可開啟攝像頭或視頻檢測：

???????? 詳細的功能演示效果參見博主的B站視頻或下一節(jié)的動圖演示，覺得不錯的朋友敬請點贊、關(guān)注加收藏！系統(tǒng)UI界面的設(shè)計工作量較大，界面美化更需仔細雕琢，大家有任何建議或意見和可在下方評論交流。

1.?效果演示

????????軟件需要顏值與功能并存，我們還是通過動圖看一下識別的效果，系統(tǒng)主要實現(xiàn)的功能是對圖片、視頻和攝像頭畫面中的垃圾識別，識別結(jié)果可視化顯示在界面和圖像中，另外提供多個目標(biāo)的顯示選擇功能，演示效果如下。

（一）系統(tǒng)介紹

????????智能生活垃圾檢測與分類系統(tǒng)主要用于日常生活垃圾檢測和智能分類，對常見的可降解、紙板、玻璃、金屬、紙質(zhì)和塑料等類別垃圾進行檢測和計數(shù)，以方便對垃圾進行分類處理；系統(tǒng)提供登錄注冊功能，可進行用戶管理；能夠有效識別圖片、視頻等文件形式，檢測目標(biāo)位置、類別并統(tǒng)計各類別計數(shù)結(jié)果；可開啟攝像頭實時檢測和統(tǒng)計畫面中的垃圾類型和數(shù)目，支持結(jié)果記錄、展示和保存。

（二）技術(shù)特點

???????? （1）YoloV5算法實現(xiàn)，模型一鍵切換更新；
???????? （2）檢測圖片、視頻等圖像中的各目標(biāo)數(shù)目并可視化；
???????? （3）攝像頭監(jiān)控實時檢測，便攜展示、記錄和保存；
???????? （4）支持用戶登錄、注冊，檢測結(jié)果可視化功能；
???????? （4）提供完整訓(xùn)練數(shù)據(jù)集，可重新訓(xùn)練模型；

（三）用戶注冊登錄界面

????????這里設(shè)計了一個登錄界面，可以注冊賬號和密碼，然后進行登錄。界面還是參考了當(dāng)前流行的UI設(shè)計，上面貼圖和系統(tǒng)名，下面可輸入賬號、密碼。

（四）選擇圖片識別

????????系統(tǒng)可選擇圖片文件進行識別，點擊圖片選擇按鈕圖標(biāo)選擇圖片后，顯示所有識別的結(jié)果，可通過下拉選框查看單個結(jié)果，以便具體判斷某一特定目標(biāo)。本功能的界面展示如下圖所示：

（五）視頻識別效果展示

????????點擊視頻按鈕可選擇待檢測的視頻，系統(tǒng)會自動解析視頻逐幀識別多個垃圾類型，并將垃圾分類結(jié)果記錄在右下角表格中，效果如下圖所示：

（六）攝像頭檢測效果展示

????????在真實場景中，我們往往利用道路的攝像頭獲取實時畫面，同時需要對垃圾進行識別，因此本文考慮到此項功能。如下圖所示，點擊攝像頭按鈕后系統(tǒng)進入準(zhǔn)備狀態(tài)，系統(tǒng)顯示實時畫面并開始檢測畫面中的垃圾，識別結(jié)果展示如下圖：

2.?智能生活垃圾檢測與分類

（一）YOLOv5項目進行生活垃圾檢測

???????? YOLOv5的代碼是開源的，因此我們可以從github上克隆其源碼。在不斷更新和完善中，YOLOv5就已經(jīng)有了多個分支，幾經(jīng)更新成為一項比較成熟的深度學(xué)習(xí)技術(shù)了，在發(fā)布這個智能垃圾檢測系統(tǒng)的時候，YOLOv6-v8的代碼版本也有了，不過看起來還有改進和更新的空間，因此這里先使用YOLOv5進行開發(fā)了，后續(xù)也會升級本系統(tǒng)的算法。

???????? 生活垃圾檢測分類的數(shù)據(jù)集已經(jīng)整理和添加進項目中，項目的目錄如下圖所示。其中train.py是訓(xùn)練程序，在配置好Python環(huán)境和依賴庫的基礎(chǔ)上，可以點擊運行重新進行訓(xùn)練。

???????? 一般為了縮短網(wǎng)絡(luò)的訓(xùn)練時間，并達到更好的精度，我們一般加載預(yù)訓(xùn)練權(quán)重進行網(wǎng)絡(luò)的訓(xùn)練。而yolov5給我們提供了幾個預(yù)訓(xùn)練權(quán)重，我們可以對應(yīng)我們不同的需求選擇不同的版本的預(yù)訓(xùn)練權(quán)重。通過如下的圖可以獲得權(quán)重的名字和大小信息，可以預(yù)料的到，預(yù)訓(xùn)練權(quán)重越大，訓(xùn)練出來的精度就會相對來說越高，但是其檢測的速度就會越慢。預(yù)訓(xùn)練權(quán)重可以通過這個網(wǎng)址進行下載，本次訓(xùn)練自己的數(shù)據(jù)集用的預(yù)訓(xùn)練權(quán)重為yolov5s.pt。

（二）數(shù)據(jù)集及訓(xùn)練

????????這里我們使用的生活垃圾數(shù)據(jù)集，包含可降解、紙板、玻璃、金屬、紙質(zhì)、塑料等垃圾類型，每張圖片除包括類別標(biāo)簽外，還有一個標(biāo)注的物體邊框（Bounding Box），其類別標(biāo)注如下圖所示。

????????每張圖像均提供了圖像類標(biāo)記信息，訓(xùn)練數(shù)據(jù)集具有7324張圖片，驗證集2098張，測試集1042張，共計10000余張圖像，部分圖片的截圖如下圖所示。

????????安裝好Yolov5的依賴庫，配置一個Python3.8然后按照requirements.txt里面的依賴裝環(huán)境就可以運行了，訓(xùn)練的具體參數(shù)需要具體配置，配置數(shù)據(jù)集的訓(xùn)練集路徑、驗證集路徑、測試集路徑，類別nc設(shè)置為6，包括’BIODEGRADABLE’, ‘CARDBOARD’, ‘GLASS’, ‘METAL’, ‘PAPER’, 'PLASTIC’這6類，配置好這些就可運行train.py訓(xùn)練了。

????????在深度學(xué)習(xí)中，我們通常通過損失函數(shù)下降的曲線來觀察模型訓(xùn)練的情況。而YOLOv5訓(xùn)練時主要包含三個方面的損失：矩形框損失(box_loss)、置信度損失（obj_loss）和分類損失(cls_loss)，在訓(xùn)練結(jié)束后，我們也可以在logs目錄下找到生成對若干訓(xùn)練過程統(tǒng)計圖。下圖為博主訓(xùn)練生活垃圾類識別的模型訓(xùn)練曲線圖。

? ? ? ? 一般我們會接觸到兩個指標(biāo)，分別是召回率recall和精度precision，兩個指標(biāo)p和r都是簡單地從一個角度來判斷模型的好壞，均是介于0到1之間的數(shù)值，其中接近于1表示模型的性能越好，接近于0表示模型的性能越差，為了綜合評價目標(biāo)檢測的性能，一般采用均值平均密度map來進一步評估模型的好壞。我們通過設(shè)定不同的置信度的閾值，可以得到在模型在不同的閾值下所計算出的p值和r值，一般情況下，p值和r值是負(fù)相關(guān)的，繪制出來可以得到如下圖所示的曲線，其中曲線的面積我們稱AP，目標(biāo)檢測模型中每種目標(biāo)可計算出一個AP值，對所有的AP值求平均則可以得到模型的mAP值。

? ? ? ? 以PR-curve為例，可以看到我們的模型在驗證集上的均值平均準(zhǔn)確率為0.546。從訓(xùn)練結(jié)果和數(shù)據(jù)集進行分析，存在一定干擾樣本，部分?jǐn)?shù)據(jù)集圖像中的垃圾相互遮蓋，垃圾存在的環(huán)境復(fù)雜多變，很容易造成模型誤檢。

3.?智能生活垃圾檢測

????????在訓(xùn)練完成后得到最佳模型，接下來我們將幀圖像輸入到這個網(wǎng)絡(luò)進行預(yù)測，從而得到預(yù)測結(jié)果，預(yù)測方法（predict.py）部分的代碼如下所示：

????????應(yīng)用訓(xùn)練得到的模型，可以運行testPicture.py代碼，我們只需更改圖片路徑，該腳本調(diào)用已訓(xùn)練好的模型進行預(yù)測并通過OpenCV繪制標(biāo)記框，運行效果如下圖所示。

????????博主對整個系統(tǒng)進行了詳細測試，最終開發(fā)出一版流暢得到清新界面，就是博文演示部分的展示，完整的UI界面、測試圖片視頻、代碼文件，以及Python離線依賴包（方便安裝運行，也可自行配置環(huán)境），均已打包上傳，感興趣的朋友可以通過下載鏈接獲取。

下載鏈接

????若您想獲得博文中涉及的實現(xiàn)完整全部程序文件（包括測試圖片、視頻，py, UI文件等，如下圖），這里已打包上傳至博主的面包多平臺，見可參考博客與視頻，已將所有涉及的文件同時打包到里面，點擊即可運行，完整文件截圖如下：

????在文件夾下的資源顯示如下，下面的鏈接中也給出了Python的離線依賴包，讀者可在正確安裝Anaconda和Pycharm軟件后，復(fù)制離線依賴包至項目目錄下進行安裝，離線依賴的使用詳細演示也可見本人B站視頻：win11從頭安裝軟件和配置環(huán)境運行深度學(xué)習(xí)項目、Win10中使用pycharm和anaconda進行python環(huán)境配置教程。

注意：該代碼采用Pycharm+Python3.8開發(fā)，經(jīng)過測試能成功運行，運行界面的主程序為runMain.py和LoginUI.py，測試圖片腳本可運行testPicture.py，測試視頻腳本可運行testVideo.py。為確保程序順利運行，請按照requirements.txt配置Python依賴包的版本。Python版本：3.8，請勿使用其他版本，詳見requirements.txt文件；

完整資源中包含數(shù)據(jù)集及訓(xùn)練代碼，環(huán)境配置與界面中文字、圖片、logo等的修改方法請見視頻，項目完整文件下載請見參考博客文章里面，或參考視頻的簡介處給出：???

完整代碼下載：https://mbd.pub/o/bread/ZJaXlZhp

參考視頻演示：https://www.bilibili.com/video/BV1Xx4y1N7YM/

離線依賴庫下載鏈接：https://pan.baidu.com/s/1hW9z9ofV1FRSezTSj59JSg?pwd=oy4n?（提取碼：oy4n ）

界面中文字、圖標(biāo)和背景圖修改方法：

在Qt Designer中可以徹底修改界面的各個控件及設(shè)置，然后將ui文件轉(zhuǎn)換為py文件即可調(diào)用和顯示界面。如果只需要修改界面中的文字、圖標(biāo)和背景圖的，可以直接在ConfigUI.config文件中修改，步驟如下：
（1）打開UI_rec/tools/ConfigUI.config文件，若亂碼請選擇GBK編碼打開。
（2）如需修改界面文字，只要選中要改的字符替換成自己的就好。
（3）如需修改背景、圖標(biāo)等，只需修改圖片的路徑。例如，原文件中的背景圖設(shè)置如下：

可修改為自己的名為background2.png圖片（位置在UI_rec/icons/文件夾中），可將該項設(shè)置如下即可修改背景圖：

結(jié)束語

????????由于博主能力有限，博文中提及的方法即使經(jīng)過試驗，也難免會有疏漏之處。希望您能熱心指出其中的錯誤，以便下次修改時能以一個更完美更嚴(yán)謹(jǐn)?shù)臉幼?，呈現(xiàn)在大家面前。同時如果有更好的實現(xiàn)方法也請您不吝賜教。