简介这套基于YOLOv5的智能生活垃圾分类系统源码是面向毕业设计、期末大作业与课程设计的高分完整项目。项目由作者手动搭建并获导师认可系统功能完善、界面美观、操作简单代码采用YOLOv5目标检测框架完整覆盖模型训练、推理检测、摄像头实时识别、机械控制等流程注释细致适合有Python基础的初学者阅读和二次开发。压缩包仅178KB共76个文件其中40个Python脚本承担训练、检测与控制等核心逻辑22个YAML文件用于模型结构与训练参数配置其余Markdown文档、Shell脚本、Dockerfile等辅助环境部署与说明目录结构清晰便于按模块查阅。目前已累计有165人学习下载。借助该系统读者可快速搭建一套可演示的垃圾分类系统理解深度学习项目从数据预处理到模型部署的完整链路同时其控制模块便于扩展硬件联动能为答辩展示与后续研究提供扎实基础。1. 智能生活垃圾分类系统为什么用YOLOv5能直接落地成毕设先想象答辩现场最常出现的画面摄像头对准几个饮料瓶、快递纸箱和外卖残余屏幕上依次框出“可回收物”“厨余垃圾”评审老师的注意力瞬间被抓住。基于YOLOv5的智能生活垃圾分类系统要交付的恰恰是这条从一帧画面到分类结果的可运行链路而不是论文里一张静态流程图。它适合两类人一是准备毕业设计想完完整整跑通一次目标检测工程的学生二是想把YOLOv5迁移到安全帽识别、仪表读数等垂直场景的工程新手。整条路线的核心成本不在网络结构而在数据集整理与部署调试。接下来按决策、数据、训练、部署四段展开最后落到答辩前最容易失分的地方。2. 先定分类体系再选型这套系统到底分哪些垃圾YOLOv5凭什么接得住同样是“垃圾分类”不同人拿到的题目差得很远。有的要求识别桌上的单件物品有的要求对整袋垃圾做多目标检测。常见的智能生活垃圾分类系统更接近第二类你要在一个画面里同时框出多个物体并给出类别。如果一开始没把这个“分类体系”拍死后面数据集、标签、训练全都会来回返工。所以动代码之前先把类别和检测目标想清楚这份时间花得最值。多数地方执行的四分类标准是可回收物、有害垃圾、厨余垃圾、其他垃圾。如果直接把这四个词当成检测类别模型会懵一个装着剩饭的外卖盒到底算厨余还是其他垃圾桶前拿着半杯奶茶的人按常识该扔厨余但摄像头看不透杯壁。检测任务只能依靠“外观上稳定可区分”的对象来定义类别这也是整个方案里最需要和指导老师提前对齐的一点。2.1 垃圾分类的类别怎么定——以四分类为基础给出一套8类可行清单我的习惯是在“可回收物、有害垃圾、厨余垃圾、其他垃圾”的大框架下把视觉上差异大、出镜率高的对象单独拆出来剩下的全部归入“其他”。这样做的好处是模型不用去学“抽象概念”只学“长成什么样的东西”。下面这套8类方案是我在类似项目里常用的一版类别ID名称视觉判定标准0plastic_bottle透明或半透明塑料瓶瓶身有明显棱线1aluminum_can金属易拉罐有明显圆柱形金属反光2cardboard瓦楞纸箱、快递盒表面有波纹纹理3glass_bottle玻璃瓶透明且厚壁折光明显4paper纸张、报纸、传单薄片状5organic剩菜剩饭、瓜皮果核通常装在袋子/盒子里6hazardous电池、过期药品、带明确危险标识的小包装7other以上都匹配不上的物品这套清单有几个刻意为之的设计plastic_bottle 和 glass_bottle 拆开是因为两者形状相似但材质不同纯视觉上容易混淆拆开后模型能专注学“反光特征”hazardous 只保留明确外观特征的电池和药瓶不会强行让模型认识所有有害物。我曾经试过加一个“陶瓷类”结果陶瓷碗和纸碗在照片里几乎无法区分最后整个类别的召回率始终上不去。这里有一条避坑原则两个类别如果连人眼都经常分不清就不要同时出现在标签表里。比如“干净纸箱”和“带胶带的纸箱”可以合并成 cardboard胶带属于可接受干扰“电池”和“药品包装”如果样本太少需要合成一类 hazardous。宁可类别粗一点也不要让模型在边界样本上反复横跳。2.2 为什么选YOLOv5而不上YOLOv8或Faster R-CNN算力、生态与文档三重考虑网上随手一搜就是YOLOv8、YOLOv9的新消息但真正落到“自己训练数据集、做毕设交付”这件事上YOLOv5仍然是性价比最高的选择。这不是因为它结构最新而是因为围绕它的资料密度、踩坑记录和配套工具最完整。训练一个自定义数据集从标注、训练、看到结果文件到部署YOLOv5的生态几乎把所有中间环节都做成了一行命令。对比项YOLOv5YOLOv8Faster R-CNN训练脚本完整度自带train/detect/val/export高但接口变化快需要自己拼装单卡显存开销低s模型约14MB权重同级模型略高明显偏高社区教程与问答密度极高中等高迁移到边缘设备的案例多较少少新手独立跑通难度低中高对毕设场景来说最重要的指标不是“谁mAP更高”而是“我卡住的时候能不能在一个小时内找到答案”。YOLOv5的报错信息全网都有对应记录连“conda yolov5环境配置”这种基础问题都能翻到完整步骤这对时间紧的学生非常友好。Faster R-CNN虽然两阶段精度理论上更细但训练显存和时间都不划算用来做垃圾分类属于杀鸡用牛刀。再从网络结构角度说一句YOLOv5的骨干网络是CSPDarknet负责从图像里提取不同尺度的特征颈部用PANet把深层语义信息和浅层位置信息做融合检测头在三个尺度上输出预测框。为什么这套结构适合垃圾场景因为垃圾的尺度跨度太大矿泉水瓶盖在一张640×640的图里可能只有十几个像素旁边的纸箱又能占满整张图。YOLOv5的多尺度输出天生就是为这种情况设计的这也是我第一次看YOLOv5网络结构图时最该记住的部分。2.3 系统总体结构从摄像头到分类框的数据流落在哪几个文件拿到一份“源码详细文档”的项目包先别急着点运行先找五个东西入口脚本、推理封装类、数据配置、权重文件、文档。按这个顺序读能最快判断这套代码是能跑通的完整工程还是只贴了训练脚本的半成品。一个常见可落地结构大致长这样demo.py入口负责加载界面、打开摄像头或选择图片detector.py核心推理类把模型加载、预处理、后处理封装成接口configs/data.yaml类别名和数据集路径weights/best.pt训练好的模型权重validate.py用固定测试集跑一遍并输出指标。数据流通常是读取摄像头帧或图片 → 按letterbox方式缩放到640×640 → 模型前向推理 → NMS去重和置信度过滤 → 把坐标映射回原始画面 → 在界面上画框并记录结果。这里的letterbox不是简单resize而是保持宽高比的同时填充灰色边避免物体被拉伸变形。如果源码里预处理直接用了cv2.resize后续识别框位置大概率会偏。搞清这条主线之后再去细读训练和文档效率高很多。尤其注意文档里的“运行环境”段落PyTorch版本、Python版本、依赖库缺一不可很多项目包明明代码没毛病却因为Python 3.11下某个依赖编译失败第一步就卡死。后面第4章会专门给出环境配置的稳定做法。3. 生活垃圾数据集准备标注规范、目录结构与YOLO格式转换数据集是这套系统里最容易被低估的部分。很多同学拿到别人提供的“免费python源码大全”式压缩包里面往往自带一份数据集但这份数据集很可能存在类别错乱、图片和标签对不上、标注框贴着图片边缘等问题。正确做法是先验证数据再写训练命令。验证数据这一步花半小时能避免后面训练三小时白跑。3.1 公开数据集怎么选类别配额与边界样本的补充思路常见的公开生活垃圾数据集来源大体分两类一类是高校实验室发布的四分类图片集一类是TrashNet这类以单物品为单位的英文标注集。使用前一定要看清它的类别体系和你定的8类能不能对齐。很多数据集把“塑料瓶”和“塑料杯”分成两类而你的方案里只有plastic_bottle这时候要么合并要么干脆不用那一类。类别的样本量分配我建议每类最少300张最好能到500张以上。刚凑够100张训练出来的模型在测试图片上可能挺准一到摄像头实拍就露馅。原因是样本多样性不够同一个饮料瓶在白色桌面、草地、垃圾桶内、夜晚灯光下的表现完全不同模型没见过的环境就会被误判。补充数据最省钱的办法是拿手机自己拍同一件垃圾换五六个背景再拍几段视频抽帧一个类别很容易凑到几百张。边界样本指的是那些“长得像但其实是另一类”的图片。比如透明矿泉水瓶和透明玻璃瓶正面看都是细长透明体纸碗和纸箱表面都有瓦楞纹。这些样本要专门从训练集里抽出来检查一遍标签把不确定的删掉或重标。忽略这一步模型训练完的混淆矩阵里这两类就一直是邻居。3.2 把图片和标签整理成YOLOv5的目录结构拆分脚本与data.yaml写法YOLOv5官方约定数据集目录一定要按images和labels分开train和val再各自独立。目录结构如下datasets/hw_garbage/ ├── images/ │ ├── train/ │ └── val/ ├── labels/ │ ├── train/ │ └── val/ └── data.yaml图片统一用jpg或png标签统一用同名txt。下面这段脚本负责把收集到的原始图片按85:15拆成训练集和验证集import random import shutil from pathlib import Path src_img Path(raw_images) # 你收集的所有图片 train_img Path(datasets/hw_garbage/images/train) val_img Path(datasets/hw_garbage/images/val) train_img.mkdir(parentsTrue, exist_okTrue) val_img.mkdir(parentsTrue, exist_okTrue) imgs list(src_img.glob(*.jpg)) list(src_img.glob(*.png)) random.seed(42) # 固定随机种子保证每次拆分结果一致 random.shuffle(imgs) split int(len(imgs) * 0.85) for idx, img in enumerate(imgs): dst train_img if idx split else val_img shutil.copy(img, dst / img.name)这段脚本的逻辑很简单先固定随机种子再把图片列表打乱前85%进train后15%进val。复制图片之后还要把同名txt标签同步复制到对应labels目录这一步用文件操作就能完成但要写个小校验防止图片复制过去了标签漏掉。常见做法是遍历labels/train下的txt文件名再回去检查images/train里有没有同名jpg。data.yaml是连接数据集和训练脚本的桥梁写法如下path: datasets/hw_garbage train: images/train val: images/val nc: 8 names: 0: plastic_bottle 1: aluminum_can 2: cardboard 3: glass_bottle 4: paper 5: organic 6: hazardous 7: other这里最容易翻车的点是path字段。不同YOLOv5版本的相对路径解析方式有差异如果训练时报找不到图片直接把path改成完整绝对路径问题通常立刻消失。names的索引顺序必须和标签txt里的类别ID严格对应错一位整个模型就废了这一点在第5章避坑部分会再敲一次。3.3 从VOC标注转YOLO txt坐标归一化与四个边界坑公开数据集的标注格式五花八门最常见的是VOC格式的XML元素里存的是左上角和右下角坐标。YOLOv5训练需要的是归一化后的中心点坐标和宽高格式是“class x_center y_center width height”所有数值都在0到1之间。下面这个转换脚本可以直接复用import xml.etree.ElementTree as ET from pathlib import Path def voc2yolo(xml_path, out_txt, class_names): tree ET.parse(xml_path) root tree.getroot() size root.find(size) width int(size.find(width).text) height int(size.find(height).text) lines [] for obj in root.iter(object): name obj.find(name).text if name not in class_names: # 类别表外直接跳过不要硬标 continue cls_id class_names.index(name) box obj.find(bndbox) xmin int(box.find(xmin).text) ymin int(box.find(ymin).text) xmax int(box.find(xmax).text) ymax int(box.find(ymax).text) # 坐标越界是常事先截断再归一化 xmin max(0, min(xmin, width - 1)) xmax max(0, min(xmax, width - 1)) ymin max(0, min(ymin, height - 1)) ymax max(0, min(ymax, height - 1)) x_center (xmin xmax) / 2 / width y_center (ymin ymax) / 2 / height w (xmax - xmin) / width h (ymax - ymin) / height lines.append(f{cls_id} {x_center:.6f} {y_center:.6f} {w:.6f} {h:.6f}) Path(out_txt).write_text(\n.join(lines), encodingutf-8) if __name__ __main__: class_names [plastic_bottle, aluminum_can, cardboard, glass_bottle, paper, organic, hazardous, other] voc2yolo(Path(annotations/0001.xml), Path(labels/0001.txt), class_names)这里有个我必须提醒的坐标归一化公式x_center是xmin加xmax的一半再除以图片宽度不是xmin加宽的一半。两种写法在矩形框完全相同时计算结果也一样但一旦框有标注误差结果就会差几个像素。训练初期这点误差不致命到了小目标检测上就明显。转换完别急着训练还要跑一遍校验脚本检查是否存在缺失标签、非法类别ID和中心点坐标越界。最简单的方法是用numpy把所有txt读出来扫一遍把异常文件打印到屏幕上。这一步虽然枯燥却是后面训练能正常收敛的前提。4. 训练YOLOv5垃圾分类模型命令、超参数与调参依据数据准备好了接下来就是“yolov5训练自己的数据集”的正题。很多新手一上来就对着超参数乱调其实YOLOv5官方给的默认参数在大多数场景下已经能跑出不错的结果。你要做的不是“调参表演”而是理解每个关键参数为什么被设置成这个值以及当现象不对劲时该动哪一个。4.1 用conda把环境一次装齐最小训练命令和首次跑通YOLOv5的依赖不算复杂但Python版本和PyTorch版本要提前锁定。我一般用conda建独立环境避免和系统Python冲突也方便后面删掉重来。conda create -n yolov5 python3.9 -y conda activate yolov5 cd yolov5 pip install -r requirements.txtPyTorch的安装这里单独说一句最好按你自己机器的CUDA版本从对应渠道安装使用conda默认源翻车的概率大而且装了CUDA版本不匹配的PyTorch会出现“CUDA不可用”的隐性问题训练时GPU占用率为0白白浪费几个小时。环境就绪后启动训练的最小命令如下python train.py \ --data /绝对路径/hw_garbage.yaml \ --weights yolov5s.pt \ --img 640 \ --batch 16 \ --epochs 100 \ --workers 4 \ --name hw_garbage_s说明一下几个参数--weights yolov5s.pt表示加载在COCO上预训练好的权重这属于迁移学习比从零训练收敛快得多也能用更少的数据拿到更高精度--img 640表示训练时把输入图片统一缩放到640×640--batch 16是显存允许情况下尽量大的值--name是本次训练的输出目录名后面结果都放在runs/train/hw_garbage_s里。首次运行会自动下载预训练权重文件这个步骤需要保持网络通畅。如果你的机器没有独立GPU可以在命令最后加--device cpu但100个epoch可能要跑五六个小时建议先用小数据集验证流程没问题再上全量数据。4.2 五个必调超参数epochs、img、batch、hyp、weights各自怎么动第一个是epochs。不要机械地设成300而是先设100个epoch跑一版看val曲线是不是还在下降。如果最后10个epoch的mAP还在明显上升就再加50到100个epoch如果已经过拟合再延长时间只会更糟。第二个是img。640是精度和显存的平衡点。如果画面里垃圾目标普遍偏小可以试960但显存占用会增加到大约2.25倍速度也明显下降。我建议第一版不要动img用640把所有问题跑通后再试大尺寸。第三个是batch。它直接受显存限制6G显存用batc812G显存可以到16或24。batch太小会导致batch normalization的统计量不稳定loss曲线会像锯齿batch太大对精度提升边际递减还容易过拟合。第四个是hyp也就是超参数文件。YOLOv5自带了hyp.scratch-low.yaml、hyp.scratch-med.yaml和hyp.scratch-high.yaml。我的经验是垃圾分类这种中等难度任务用low或med即可重点看几个字段# hyp.scratch-low.yaml节选 lr0: 0.01 # 初始学习率模型发散时先降到0.005 lrf: 0.01 # 最终学习率 lr0 * lrf控制收尾震荡 momentum: 0.937 weight_decay: 0.0005 warmup_epochs: 3.0 # 前3个epoch用低学习率热身 mosaic: 1.0 # 数据增强强度训练后期可降到0.5 fliplr: 0.5 # 水平翻转概率 hsv_h: 0.015 # 色调扰动范围这里最值得先动的是lr0。如果训练一开始的loss就剧烈震荡大概率是学习率偏大把它降到0.005或0.003前10个epoch会立刻平稳下来。warmup_epochs是预热机制前3个epoch从很小的学习率逐步升到设定值这是防止初始权重被大步长毁掉的关键。mosaic是拼接四张图增强对小目标检测帮助很大但训练后期可以改成0.5让模型适应更接近真实分布的单图输入。第五个是weights。迁移学习的价值在于复用底层特征垃圾分类里的“瓶”“罐”“纸箱”特征和COCO数据集里的“瓶子”“罐子”高度重叠所以用yolov5s.pt是正确选择。只有当你确定预训练模型来源不可靠或类别差异极大时才该用--weights 从零训练。4.3 训练结果怎么看results曲线、混淆矩阵和best权重选择训练结束后到runs/train/hw_garbage_s目录下看几个文件。results.png里画的是损失和mAP随epoch的变化曲线重点关注val损失是否稳定下降、mAP50有没有在后半段大幅波动。confusion_matrix.png会直观展示每两个类别之间的混淆程度如果plastic_bottle和glass_bottle之间出现明显深色块说明这两类的视觉特征确实太像要么补样本要么考虑合并。目录下会有best.pt和last.pt两个权重。best.pt是按验证集指标保存的最优模型last.pt是最后一个epoch的产物。推理部署一律用best.pt不要用last.pt。有些同学图省事用了last.pt结果发现在测试集上mAP掉了好几个点这就是典型的“省事翻车”。训练过程中还会生成results.csv里面记录了每个epoch的精确率、召回率和mAP。把这个文件导入Excel或表格工具能更精确地对比两次训练的差异。每次改参数前我给的建议是把当前命令、hyp改动点和结果指标完整记进笔记这个习惯能让你调参时不会在几个变量之间反复横跳。yolov5超参数搜起来很容易但真正有效的调参只能来自你自己的实验记录。5. 部署与调试常见问题排查四个最容易翻车的环节训练完模型只是第一步把模型接到摄像头或界面上跑起来才算真正完成“智能生活垃圾分类系统”。这个阶段的问题往往和训练集无关而是出在工程集成的细节上。下面四条是这套系统里最高发的故障每一条我都按“现象、原因、解决”的顺序讲清楚。5.1 现象loss明明在降mAP却卡在0.3——原因标签类别ID映射错位这种问题最折磨人训练曲线正常下降验证集mAP却始终上不去预测结果出现了“瓶子识别成纸箱”这种离谱错乱。绝大多数情况是标签文件里的数字类别ID和你data.yaml里的names顺序不一致。比如转换脚本里class_names的索引是塑料瓶0但data.yaml里写着0是纸箱模型学到的始终是错位的语义。解决办法是写一个极简校验脚本扫描文本标签里的ID是否都在合法范围内并随机抽查几个框是否落在对应物体上from pathlib import Path import numpy as np label_dir Path(datasets/hw_garbage/labels/train) num_classes 8 for txt in list(label_dir.glob(*.txt))[:20]: arr np.loadtxt(txt, ndmin2) cls_ids arr[:, 0].astype(int) if set(cls_ids) - set(range(num_classes)): print(f{txt.name} 含非法ID{sorted(set(cls_ids))}) if arr.shape[1] ! 5: print(f{txt.name} 列数不正常{arr.shape})这个脚本只做两件事检查类别ID是否在0到7之间检查每行是不是正好5个数值。跑完之后如果报异常文件优先回到data.yaml和XML转换脚本里排查顺序。顺带提一句YOLOv5的标签文件是纯文本用记事本打开就能看手动确认两条总比盲猜强。5.2 现象显存爆掉或一个epoch跑到天荒地老——原因img/batch/workers组合不合理训练刚启动几秒就报“CUDA out of memory”或者CPU训练一个epoch要四十分钟这通常不是代码问题而是参数组合没对准机器配置。有一次我图省事把batch设成32、img设成960结果6G显存的机器连第一个step都跑不完。后来改成batch8、img640同样数据量稳稳跑完。如果你只有普通笔记本没有独立GPU最稳妥的启动命令是python train.py \ --data hw_garbage.yaml \ --weights yolov5s.pt \ --img 640 \ --batch 8 \ --epochs 150 \ --workers 4 \ --device cpu这里两个关键点第一batch从16降到8不会让结果差太多但能救你一条命第二--workers不要默认拉满物理内存8G的机器用workers4否则数据加载会和训练抢内存表现为系统假死。还有一个常见坑是Windows环境下把workers设成大于0datloader在每次epoch结束时可能报“BrokenPipeError”这时候把workers改成0是最省事的解法。5.3 现象摄像头实测漏检、误检——原因conf阈值太高和推理分辨率不匹配测试图片上效果挺好一接摄像头就漏检这是部署阶段最打击人的事情。原因通常有两个一是detect脚本里置信度阈值被调到了0.5甚至0.7摄像头画面有运动模糊和光线变化真实目标的置信度往往只有0.2到0.4二是推理时把1920×1080的原始帧直接往下缩没做letterbox物体比例失真后检测框全歪。建议的基础参数是conf0.25、iou0.45并保持输入尺寸和训练尺寸一致都为640。如果界面里还是抖得厉害可以加一个简单的多帧投票策略from collections import Counter def vote_result(frame_results, history, max_keep10): history.append(frame_results) if len(history) max_keep: history.pop(0) # 统计最近10帧里出现次数最多的类别组合 cls_counter Counter() for res in history: for cls_id in res: cls_counter[cls_id] 1 top cls_counter.most_common(2) return top[0][0] if top and top[0][1] 5 else None这个投票逻辑不复杂相当于把最近10帧的检测结果做一个频率统计只有同一类别连续出现5次以上才采信。它的效果是真实稳定的单一帧偶尔漏检不会导致界面提示乱跳演示过程看起来就“聪明”得多。5.4 现象CPU推理只有2FPS——原因整帧喂给模型没有做缩放和跳帧摄像头拍出来的原始帧是1080p如果每帧都直接缩到640再推理CPU机器上就是慢动作。优化思路有两个方向一是降低推理输入尺寸二是跳帧。检测不需要每帧都做视觉上隔一帧检测一次中间帧直接复用上一次的检测框人眼基本感知不到延迟。一个常见的优化片段是frame_idx 0 DETECT_INTERVAL 2 # 每2帧检测一次 while capture.isOpened(): success, frame capture.read() if not success: break if frame_idx % DETECT_INTERVAL 0: resized letterbox(frame, (640, 640)) # 保持比例缩放 result detector.predict(resized) last_result result display_dataset(frame, last_result) # 中间帧直接复用 frame_idx 1这样改动之后在CPU机器上通常能把FPS从2提升到5左右。如果再配合GPU上的half精度推理也就是把模型切换为float16速度还能再快一截。需要注意的是跳帧检测在多目标快速移动场景下会丢框但垃圾分类演示中垃圾基本是静止或缓慢移动的影响很小。6. 结项前最后一步固定验证入口和权重命名让源码在答辩现场不“翻车”模型训练完成、检测逻辑跑通之后最值钱的一件事是做一个永远能一键复现的固定入口。答辩现场最尴尬的情况不是模型精度低而是评委让你再跑一次时你临时敲命令却找不到权重文件或者发现上次训练的结果根本不在这台机器上。我见过太多源码包本身挺好的最后败在“演示流程不固定”上。我的习惯是在项目根目录保留一个极简demo脚本只负责三件事加载权重、读图或开摄像头、打印结果。它的价值不在于功能多而在于路径写死、参数写死任何一台按文档配置好的机器双击运行就能复现。一个最小示例大概长这样from detector import GarbageDetector # 路径写绝对路径避免相对路径在不同目录下失效 det GarbageDetector( weightsweights/best_mAP50_0.902_0312.pt, conf0.25, iou0.45, ) results det.predict(assets/test_demo.jpg) print(results.pandas().xyxy[0].to_string())这里我刻意把权重文件名写成带mAP和日期的形式比如best_mAP50_0.902_0312.pt原因是训练过程中会反复产生best.pt同名文件覆盖后很难追踪哪一版质量最好。与其靠记忆不如把这个信息写进文件名。这个小小的命名习惯帮我躲过好几次“拿错旧模型”的尴尬。如果还想再进一步可以用YOLOv5自带的导出功能把模型转成ONNX格式方便后面接网页服务或边缘设备。常见命令是python export.py --weights weights/best.pt --include onnx --img 640转完之后最好先做一次load ONNX文件推理的测试因为不同YOLOv5版本的导出结果有个别算子兼容问题只要确认ONNX输出的框和pytorch输出的一致就可以放心拿来部署。坦白说答辩演示层面不一定非要走到ONNX这一步但只要做到“固定入口、稳定复现、权重命名可追溯”这三件事这套基于YOLOv5的垃圾分类源码就已经是一个合格的毕业设计交付物了。希望这篇笔记能帮你在训练和部署的路上少踩几个坑。本文还有配套的精品资源点击获取 基于YOLOv5的智能生活垃圾分类系统从训练到部署全解析
简介这套基于YOLOv5的智能生活垃圾分类系统源码是面向毕业设计、期末大作业与课程设计的高分完整项目。项目由作者手动搭建并获导师认可系统功能完善、界面美观、操作简单代码采用YOLOv5目标检测框架完整覆盖模型训练、推理检测、摄像头实时识别、机械控制等流程注释细致适合有Python基础的初学者阅读和二次开发。压缩包仅178KB共76个文件其中40个Python脚本承担训练、检测与控制等核心逻辑22个YAML文件用于模型结构与训练参数配置其余Markdown文档、Shell脚本、Dockerfile等辅助环境部署与说明目录结构清晰便于按模块查阅。目前已累计有165人学习下载。借助该系统读者可快速搭建一套可演示的垃圾分类系统理解深度学习项目从数据预处理到模型部署的完整链路同时其控制模块便于扩展硬件联动能为答辩展示与后续研究提供扎实基础。1. 智能生活垃圾分类系统为什么用YOLOv5能直接落地成毕设先想象答辩现场最常出现的画面摄像头对准几个饮料瓶、快递纸箱和外卖残余屏幕上依次框出“可回收物”“厨余垃圾”评审老师的注意力瞬间被抓住。基于YOLOv5的智能生活垃圾分类系统要交付的恰恰是这条从一帧画面到分类结果的可运行链路而不是论文里一张静态流程图。它适合两类人一是准备毕业设计想完完整整跑通一次目标检测工程的学生二是想把YOLOv5迁移到安全帽识别、仪表读数等垂直场景的工程新手。整条路线的核心成本不在网络结构而在数据集整理与部署调试。接下来按决策、数据、训练、部署四段展开最后落到答辩前最容易失分的地方。2. 先定分类体系再选型这套系统到底分哪些垃圾YOLOv5凭什么接得住同样是“垃圾分类”不同人拿到的题目差得很远。有的要求识别桌上的单件物品有的要求对整袋垃圾做多目标检测。常见的智能生活垃圾分类系统更接近第二类你要在一个画面里同时框出多个物体并给出类别。如果一开始没把这个“分类体系”拍死后面数据集、标签、训练全都会来回返工。所以动代码之前先把类别和检测目标想清楚这份时间花得最值。多数地方执行的四分类标准是可回收物、有害垃圾、厨余垃圾、其他垃圾。如果直接把这四个词当成检测类别模型会懵一个装着剩饭的外卖盒到底算厨余还是其他垃圾桶前拿着半杯奶茶的人按常识该扔厨余但摄像头看不透杯壁。检测任务只能依靠“外观上稳定可区分”的对象来定义类别这也是整个方案里最需要和指导老师提前对齐的一点。2.1 垃圾分类的类别怎么定——以四分类为基础给出一套8类可行清单我的习惯是在“可回收物、有害垃圾、厨余垃圾、其他垃圾”的大框架下把视觉上差异大、出镜率高的对象单独拆出来剩下的全部归入“其他”。这样做的好处是模型不用去学“抽象概念”只学“长成什么样的东西”。下面这套8类方案是我在类似项目里常用的一版类别ID名称视觉判定标准0plastic_bottle透明或半透明塑料瓶瓶身有明显棱线1aluminum_can金属易拉罐有明显圆柱形金属反光2cardboard瓦楞纸箱、快递盒表面有波纹纹理3glass_bottle玻璃瓶透明且厚壁折光明显4paper纸张、报纸、传单薄片状5organic剩菜剩饭、瓜皮果核通常装在袋子/盒子里6hazardous电池、过期药品、带明确危险标识的小包装7other以上都匹配不上的物品这套清单有几个刻意为之的设计plastic_bottle 和 glass_bottle 拆开是因为两者形状相似但材质不同纯视觉上容易混淆拆开后模型能专注学“反光特征”hazardous 只保留明确外观特征的电池和药瓶不会强行让模型认识所有有害物。我曾经试过加一个“陶瓷类”结果陶瓷碗和纸碗在照片里几乎无法区分最后整个类别的召回率始终上不去。这里有一条避坑原则两个类别如果连人眼都经常分不清就不要同时出现在标签表里。比如“干净纸箱”和“带胶带的纸箱”可以合并成 cardboard胶带属于可接受干扰“电池”和“药品包装”如果样本太少需要合成一类 hazardous。宁可类别粗一点也不要让模型在边界样本上反复横跳。2.2 为什么选YOLOv5而不上YOLOv8或Faster R-CNN算力、生态与文档三重考虑网上随手一搜就是YOLOv8、YOLOv9的新消息但真正落到“自己训练数据集、做毕设交付”这件事上YOLOv5仍然是性价比最高的选择。这不是因为它结构最新而是因为围绕它的资料密度、踩坑记录和配套工具最完整。训练一个自定义数据集从标注、训练、看到结果文件到部署YOLOv5的生态几乎把所有中间环节都做成了一行命令。对比项YOLOv5YOLOv8Faster R-CNN训练脚本完整度自带train/detect/val/export高但接口变化快需要自己拼装单卡显存开销低s模型约14MB权重同级模型略高明显偏高社区教程与问答密度极高中等高迁移到边缘设备的案例多较少少新手独立跑通难度低中高对毕设场景来说最重要的指标不是“谁mAP更高”而是“我卡住的时候能不能在一个小时内找到答案”。YOLOv5的报错信息全网都有对应记录连“conda yolov5环境配置”这种基础问题都能翻到完整步骤这对时间紧的学生非常友好。Faster R-CNN虽然两阶段精度理论上更细但训练显存和时间都不划算用来做垃圾分类属于杀鸡用牛刀。再从网络结构角度说一句YOLOv5的骨干网络是CSPDarknet负责从图像里提取不同尺度的特征颈部用PANet把深层语义信息和浅层位置信息做融合检测头在三个尺度上输出预测框。为什么这套结构适合垃圾场景因为垃圾的尺度跨度太大矿泉水瓶盖在一张640×640的图里可能只有十几个像素旁边的纸箱又能占满整张图。YOLOv5的多尺度输出天生就是为这种情况设计的这也是我第一次看YOLOv5网络结构图时最该记住的部分。2.3 系统总体结构从摄像头到分类框的数据流落在哪几个文件拿到一份“源码详细文档”的项目包先别急着点运行先找五个东西入口脚本、推理封装类、数据配置、权重文件、文档。按这个顺序读能最快判断这套代码是能跑通的完整工程还是只贴了训练脚本的半成品。一个常见可落地结构大致长这样demo.py入口负责加载界面、打开摄像头或选择图片detector.py核心推理类把模型加载、预处理、后处理封装成接口configs/data.yaml类别名和数据集路径weights/best.pt训练好的模型权重validate.py用固定测试集跑一遍并输出指标。数据流通常是读取摄像头帧或图片 → 按letterbox方式缩放到640×640 → 模型前向推理 → NMS去重和置信度过滤 → 把坐标映射回原始画面 → 在界面上画框并记录结果。这里的letterbox不是简单resize而是保持宽高比的同时填充灰色边避免物体被拉伸变形。如果源码里预处理直接用了cv2.resize后续识别框位置大概率会偏。搞清这条主线之后再去细读训练和文档效率高很多。尤其注意文档里的“运行环境”段落PyTorch版本、Python版本、依赖库缺一不可很多项目包明明代码没毛病却因为Python 3.11下某个依赖编译失败第一步就卡死。后面第4章会专门给出环境配置的稳定做法。3. 生活垃圾数据集准备标注规范、目录结构与YOLO格式转换数据集是这套系统里最容易被低估的部分。很多同学拿到别人提供的“免费python源码大全”式压缩包里面往往自带一份数据集但这份数据集很可能存在类别错乱、图片和标签对不上、标注框贴着图片边缘等问题。正确做法是先验证数据再写训练命令。验证数据这一步花半小时能避免后面训练三小时白跑。3.1 公开数据集怎么选类别配额与边界样本的补充思路常见的公开生活垃圾数据集来源大体分两类一类是高校实验室发布的四分类图片集一类是TrashNet这类以单物品为单位的英文标注集。使用前一定要看清它的类别体系和你定的8类能不能对齐。很多数据集把“塑料瓶”和“塑料杯”分成两类而你的方案里只有plastic_bottle这时候要么合并要么干脆不用那一类。类别的样本量分配我建议每类最少300张最好能到500张以上。刚凑够100张训练出来的模型在测试图片上可能挺准一到摄像头实拍就露馅。原因是样本多样性不够同一个饮料瓶在白色桌面、草地、垃圾桶内、夜晚灯光下的表现完全不同模型没见过的环境就会被误判。补充数据最省钱的办法是拿手机自己拍同一件垃圾换五六个背景再拍几段视频抽帧一个类别很容易凑到几百张。边界样本指的是那些“长得像但其实是另一类”的图片。比如透明矿泉水瓶和透明玻璃瓶正面看都是细长透明体纸碗和纸箱表面都有瓦楞纹。这些样本要专门从训练集里抽出来检查一遍标签把不确定的删掉或重标。忽略这一步模型训练完的混淆矩阵里这两类就一直是邻居。3.2 把图片和标签整理成YOLOv5的目录结构拆分脚本与data.yaml写法YOLOv5官方约定数据集目录一定要按images和labels分开train和val再各自独立。目录结构如下datasets/hw_garbage/ ├── images/ │ ├── train/ │ └── val/ ├── labels/ │ ├── train/ │ └── val/ └── data.yaml图片统一用jpg或png标签统一用同名txt。下面这段脚本负责把收集到的原始图片按85:15拆成训练集和验证集import random import shutil from pathlib import Path src_img Path(raw_images) # 你收集的所有图片 train_img Path(datasets/hw_garbage/images/train) val_img Path(datasets/hw_garbage/images/val) train_img.mkdir(parentsTrue, exist_okTrue) val_img.mkdir(parentsTrue, exist_okTrue) imgs list(src_img.glob(*.jpg)) list(src_img.glob(*.png)) random.seed(42) # 固定随机种子保证每次拆分结果一致 random.shuffle(imgs) split int(len(imgs) * 0.85) for idx, img in enumerate(imgs): dst train_img if idx split else val_img shutil.copy(img, dst / img.name)这段脚本的逻辑很简单先固定随机种子再把图片列表打乱前85%进train后15%进val。复制图片之后还要把同名txt标签同步复制到对应labels目录这一步用文件操作就能完成但要写个小校验防止图片复制过去了标签漏掉。常见做法是遍历labels/train下的txt文件名再回去检查images/train里有没有同名jpg。data.yaml是连接数据集和训练脚本的桥梁写法如下path: datasets/hw_garbage train: images/train val: images/val nc: 8 names: 0: plastic_bottle 1: aluminum_can 2: cardboard 3: glass_bottle 4: paper 5: organic 6: hazardous 7: other这里最容易翻车的点是path字段。不同YOLOv5版本的相对路径解析方式有差异如果训练时报找不到图片直接把path改成完整绝对路径问题通常立刻消失。names的索引顺序必须和标签txt里的类别ID严格对应错一位整个模型就废了这一点在第5章避坑部分会再敲一次。3.3 从VOC标注转YOLO txt坐标归一化与四个边界坑公开数据集的标注格式五花八门最常见的是VOC格式的XML元素里存的是左上角和右下角坐标。YOLOv5训练需要的是归一化后的中心点坐标和宽高格式是“class x_center y_center width height”所有数值都在0到1之间。下面这个转换脚本可以直接复用import xml.etree.ElementTree as ET from pathlib import Path def voc2yolo(xml_path, out_txt, class_names): tree ET.parse(xml_path) root tree.getroot() size root.find(size) width int(size.find(width).text) height int(size.find(height).text) lines [] for obj in root.iter(object): name obj.find(name).text if name not in class_names: # 类别表外直接跳过不要硬标 continue cls_id class_names.index(name) box obj.find(bndbox) xmin int(box.find(xmin).text) ymin int(box.find(ymin).text) xmax int(box.find(xmax).text) ymax int(box.find(ymax).text) # 坐标越界是常事先截断再归一化 xmin max(0, min(xmin, width - 1)) xmax max(0, min(xmax, width - 1)) ymin max(0, min(ymin, height - 1)) ymax max(0, min(ymax, height - 1)) x_center (xmin xmax) / 2 / width y_center (ymin ymax) / 2 / height w (xmax - xmin) / width h (ymax - ymin) / height lines.append(f{cls_id} {x_center:.6f} {y_center:.6f} {w:.6f} {h:.6f}) Path(out_txt).write_text(\n.join(lines), encodingutf-8) if __name__ __main__: class_names [plastic_bottle, aluminum_can, cardboard, glass_bottle, paper, organic, hazardous, other] voc2yolo(Path(annotations/0001.xml), Path(labels/0001.txt), class_names)这里有个我必须提醒的坐标归一化公式x_center是xmin加xmax的一半再除以图片宽度不是xmin加宽的一半。两种写法在矩形框完全相同时计算结果也一样但一旦框有标注误差结果就会差几个像素。训练初期这点误差不致命到了小目标检测上就明显。转换完别急着训练还要跑一遍校验脚本检查是否存在缺失标签、非法类别ID和中心点坐标越界。最简单的方法是用numpy把所有txt读出来扫一遍把异常文件打印到屏幕上。这一步虽然枯燥却是后面训练能正常收敛的前提。4. 训练YOLOv5垃圾分类模型命令、超参数与调参依据数据准备好了接下来就是“yolov5训练自己的数据集”的正题。很多新手一上来就对着超参数乱调其实YOLOv5官方给的默认参数在大多数场景下已经能跑出不错的结果。你要做的不是“调参表演”而是理解每个关键参数为什么被设置成这个值以及当现象不对劲时该动哪一个。4.1 用conda把环境一次装齐最小训练命令和首次跑通YOLOv5的依赖不算复杂但Python版本和PyTorch版本要提前锁定。我一般用conda建独立环境避免和系统Python冲突也方便后面删掉重来。conda create -n yolov5 python3.9 -y conda activate yolov5 cd yolov5 pip install -r requirements.txtPyTorch的安装这里单独说一句最好按你自己机器的CUDA版本从对应渠道安装使用conda默认源翻车的概率大而且装了CUDA版本不匹配的PyTorch会出现“CUDA不可用”的隐性问题训练时GPU占用率为0白白浪费几个小时。环境就绪后启动训练的最小命令如下python train.py \ --data /绝对路径/hw_garbage.yaml \ --weights yolov5s.pt \ --img 640 \ --batch 16 \ --epochs 100 \ --workers 4 \ --name hw_garbage_s说明一下几个参数--weights yolov5s.pt表示加载在COCO上预训练好的权重这属于迁移学习比从零训练收敛快得多也能用更少的数据拿到更高精度--img 640表示训练时把输入图片统一缩放到640×640--batch 16是显存允许情况下尽量大的值--name是本次训练的输出目录名后面结果都放在runs/train/hw_garbage_s里。首次运行会自动下载预训练权重文件这个步骤需要保持网络通畅。如果你的机器没有独立GPU可以在命令最后加--device cpu但100个epoch可能要跑五六个小时建议先用小数据集验证流程没问题再上全量数据。4.2 五个必调超参数epochs、img、batch、hyp、weights各自怎么动第一个是epochs。不要机械地设成300而是先设100个epoch跑一版看val曲线是不是还在下降。如果最后10个epoch的mAP还在明显上升就再加50到100个epoch如果已经过拟合再延长时间只会更糟。第二个是img。640是精度和显存的平衡点。如果画面里垃圾目标普遍偏小可以试960但显存占用会增加到大约2.25倍速度也明显下降。我建议第一版不要动img用640把所有问题跑通后再试大尺寸。第三个是batch。它直接受显存限制6G显存用batc812G显存可以到16或24。batch太小会导致batch normalization的统计量不稳定loss曲线会像锯齿batch太大对精度提升边际递减还容易过拟合。第四个是hyp也就是超参数文件。YOLOv5自带了hyp.scratch-low.yaml、hyp.scratch-med.yaml和hyp.scratch-high.yaml。我的经验是垃圾分类这种中等难度任务用low或med即可重点看几个字段# hyp.scratch-low.yaml节选 lr0: 0.01 # 初始学习率模型发散时先降到0.005 lrf: 0.01 # 最终学习率 lr0 * lrf控制收尾震荡 momentum: 0.937 weight_decay: 0.0005 warmup_epochs: 3.0 # 前3个epoch用低学习率热身 mosaic: 1.0 # 数据增强强度训练后期可降到0.5 fliplr: 0.5 # 水平翻转概率 hsv_h: 0.015 # 色调扰动范围这里最值得先动的是lr0。如果训练一开始的loss就剧烈震荡大概率是学习率偏大把它降到0.005或0.003前10个epoch会立刻平稳下来。warmup_epochs是预热机制前3个epoch从很小的学习率逐步升到设定值这是防止初始权重被大步长毁掉的关键。mosaic是拼接四张图增强对小目标检测帮助很大但训练后期可以改成0.5让模型适应更接近真实分布的单图输入。第五个是weights。迁移学习的价值在于复用底层特征垃圾分类里的“瓶”“罐”“纸箱”特征和COCO数据集里的“瓶子”“罐子”高度重叠所以用yolov5s.pt是正确选择。只有当你确定预训练模型来源不可靠或类别差异极大时才该用--weights 从零训练。4.3 训练结果怎么看results曲线、混淆矩阵和best权重选择训练结束后到runs/train/hw_garbage_s目录下看几个文件。results.png里画的是损失和mAP随epoch的变化曲线重点关注val损失是否稳定下降、mAP50有没有在后半段大幅波动。confusion_matrix.png会直观展示每两个类别之间的混淆程度如果plastic_bottle和glass_bottle之间出现明显深色块说明这两类的视觉特征确实太像要么补样本要么考虑合并。目录下会有best.pt和last.pt两个权重。best.pt是按验证集指标保存的最优模型last.pt是最后一个epoch的产物。推理部署一律用best.pt不要用last.pt。有些同学图省事用了last.pt结果发现在测试集上mAP掉了好几个点这就是典型的“省事翻车”。训练过程中还会生成results.csv里面记录了每个epoch的精确率、召回率和mAP。把这个文件导入Excel或表格工具能更精确地对比两次训练的差异。每次改参数前我给的建议是把当前命令、hyp改动点和结果指标完整记进笔记这个习惯能让你调参时不会在几个变量之间反复横跳。yolov5超参数搜起来很容易但真正有效的调参只能来自你自己的实验记录。5. 部署与调试常见问题排查四个最容易翻车的环节训练完模型只是第一步把模型接到摄像头或界面上跑起来才算真正完成“智能生活垃圾分类系统”。这个阶段的问题往往和训练集无关而是出在工程集成的细节上。下面四条是这套系统里最高发的故障每一条我都按“现象、原因、解决”的顺序讲清楚。5.1 现象loss明明在降mAP却卡在0.3——原因标签类别ID映射错位这种问题最折磨人训练曲线正常下降验证集mAP却始终上不去预测结果出现了“瓶子识别成纸箱”这种离谱错乱。绝大多数情况是标签文件里的数字类别ID和你data.yaml里的names顺序不一致。比如转换脚本里class_names的索引是塑料瓶0但data.yaml里写着0是纸箱模型学到的始终是错位的语义。解决办法是写一个极简校验脚本扫描文本标签里的ID是否都在合法范围内并随机抽查几个框是否落在对应物体上from pathlib import Path import numpy as np label_dir Path(datasets/hw_garbage/labels/train) num_classes 8 for txt in list(label_dir.glob(*.txt))[:20]: arr np.loadtxt(txt, ndmin2) cls_ids arr[:, 0].astype(int) if set(cls_ids) - set(range(num_classes)): print(f{txt.name} 含非法ID{sorted(set(cls_ids))}) if arr.shape[1] ! 5: print(f{txt.name} 列数不正常{arr.shape})这个脚本只做两件事检查类别ID是否在0到7之间检查每行是不是正好5个数值。跑完之后如果报异常文件优先回到data.yaml和XML转换脚本里排查顺序。顺带提一句YOLOv5的标签文件是纯文本用记事本打开就能看手动确认两条总比盲猜强。5.2 现象显存爆掉或一个epoch跑到天荒地老——原因img/batch/workers组合不合理训练刚启动几秒就报“CUDA out of memory”或者CPU训练一个epoch要四十分钟这通常不是代码问题而是参数组合没对准机器配置。有一次我图省事把batch设成32、img设成960结果6G显存的机器连第一个step都跑不完。后来改成batch8、img640同样数据量稳稳跑完。如果你只有普通笔记本没有独立GPU最稳妥的启动命令是python train.py \ --data hw_garbage.yaml \ --weights yolov5s.pt \ --img 640 \ --batch 8 \ --epochs 150 \ --workers 4 \ --device cpu这里两个关键点第一batch从16降到8不会让结果差太多但能救你一条命第二--workers不要默认拉满物理内存8G的机器用workers4否则数据加载会和训练抢内存表现为系统假死。还有一个常见坑是Windows环境下把workers设成大于0datloader在每次epoch结束时可能报“BrokenPipeError”这时候把workers改成0是最省事的解法。5.3 现象摄像头实测漏检、误检——原因conf阈值太高和推理分辨率不匹配测试图片上效果挺好一接摄像头就漏检这是部署阶段最打击人的事情。原因通常有两个一是detect脚本里置信度阈值被调到了0.5甚至0.7摄像头画面有运动模糊和光线变化真实目标的置信度往往只有0.2到0.4二是推理时把1920×1080的原始帧直接往下缩没做letterbox物体比例失真后检测框全歪。建议的基础参数是conf0.25、iou0.45并保持输入尺寸和训练尺寸一致都为640。如果界面里还是抖得厉害可以加一个简单的多帧投票策略from collections import Counter def vote_result(frame_results, history, max_keep10): history.append(frame_results) if len(history) max_keep: history.pop(0) # 统计最近10帧里出现次数最多的类别组合 cls_counter Counter() for res in history: for cls_id in res: cls_counter[cls_id] 1 top cls_counter.most_common(2) return top[0][0] if top and top[0][1] 5 else None这个投票逻辑不复杂相当于把最近10帧的检测结果做一个频率统计只有同一类别连续出现5次以上才采信。它的效果是真实稳定的单一帧偶尔漏检不会导致界面提示乱跳演示过程看起来就“聪明”得多。5.4 现象CPU推理只有2FPS——原因整帧喂给模型没有做缩放和跳帧摄像头拍出来的原始帧是1080p如果每帧都直接缩到640再推理CPU机器上就是慢动作。优化思路有两个方向一是降低推理输入尺寸二是跳帧。检测不需要每帧都做视觉上隔一帧检测一次中间帧直接复用上一次的检测框人眼基本感知不到延迟。一个常见的优化片段是frame_idx 0 DETECT_INTERVAL 2 # 每2帧检测一次 while capture.isOpened(): success, frame capture.read() if not success: break if frame_idx % DETECT_INTERVAL 0: resized letterbox(frame, (640, 640)) # 保持比例缩放 result detector.predict(resized) last_result result display_dataset(frame, last_result) # 中间帧直接复用 frame_idx 1这样改动之后在CPU机器上通常能把FPS从2提升到5左右。如果再配合GPU上的half精度推理也就是把模型切换为float16速度还能再快一截。需要注意的是跳帧检测在多目标快速移动场景下会丢框但垃圾分类演示中垃圾基本是静止或缓慢移动的影响很小。6. 结项前最后一步固定验证入口和权重命名让源码在答辩现场不“翻车”模型训练完成、检测逻辑跑通之后最值钱的一件事是做一个永远能一键复现的固定入口。答辩现场最尴尬的情况不是模型精度低而是评委让你再跑一次时你临时敲命令却找不到权重文件或者发现上次训练的结果根本不在这台机器上。我见过太多源码包本身挺好的最后败在“演示流程不固定”上。我的习惯是在项目根目录保留一个极简demo脚本只负责三件事加载权重、读图或开摄像头、打印结果。它的价值不在于功能多而在于路径写死、参数写死任何一台按文档配置好的机器双击运行就能复现。一个最小示例大概长这样from detector import GarbageDetector # 路径写绝对路径避免相对路径在不同目录下失效 det GarbageDetector( weightsweights/best_mAP50_0.902_0312.pt, conf0.25, iou0.45, ) results det.predict(assets/test_demo.jpg) print(results.pandas().xyxy[0].to_string())这里我刻意把权重文件名写成带mAP和日期的形式比如best_mAP50_0.902_0312.pt原因是训练过程中会反复产生best.pt同名文件覆盖后很难追踪哪一版质量最好。与其靠记忆不如把这个信息写进文件名。这个小小的命名习惯帮我躲过好几次“拿错旧模型”的尴尬。如果还想再进一步可以用YOLOv5自带的导出功能把模型转成ONNX格式方便后面接网页服务或边缘设备。常见命令是python export.py --weights weights/best.pt --include onnx --img 640转完之后最好先做一次load ONNX文件推理的测试因为不同YOLOv5版本的导出结果有个别算子兼容问题只要确认ONNX输出的框和pytorch输出的一致就可以放心拿来部署。坦白说答辩演示层面不一定非要走到ONNX这一步但只要做到“固定入口、稳定复现、权重命名可追溯”这三件事这套基于YOLOv5的垃圾分类源码就已经是一个合格的毕业设计交付物了。希望这篇笔记能帮你在训练和部署的路上少踩几个坑。本文还有配套的精品资源点击获取