Python垃圾识别分类系统实战：从源码复现到部署避坑指南-北京尧图网络

简介一个基于Python实现的垃圾识别分类系统源码包面向机器学习初学者和图像识别项目开发者聚焦环保领域的垃圾分类场景。包内共28个文件体积约1.79MB以12个.py脚本为核心具体包含基于CNN和MobileNet的模型定义、训练、测试以及在Windows环境下的图形界面推理代码文档方面提供docx格式的项目计划书、详细设计文档、风险管理报告pdf版最终报告以及md格式的README和数据集说明另有xml、pptx、gitignore、iml等配置文件覆盖项目规划、数据管理、模型开发到部署演示全流程。目前已吸引336人学习浏览。这份源码完整呈现了从图像预处理、模型训练调参、准确率评估到实际分类应用的工程思路并附有依赖清单和环境配置说明适合对照阅读快速上手并迁移到其他图像分类任务中也可作为课程设计或竞赛项目的起点。1. 一个 Python 写的垃圾识别分类系统源码解压前先想清楚三个问题很多朋友拿到“一个Python写的垃圾识别分类系统源码.zip”第一反应是解压、跑 train.py、看准确率结果两三个下午耗在版本冲突、数据集路径写死、类别顺序错乱上。这类源码技术栈并不神秘一套以垃圾图像为对象的图像分类工程把常见生活垃圾分类识别出来可落地形态包括四分类、几十类细粒度分类以及摄像头或拍照图片的实时推理。真正容易翻车的点不在模型而在环境复现、数据落位和部署时的类别映射。适合谁想学图像分类工程落地的或者需要快速交付识别 demo 的。这篇直接按能复现的方式拆先看结构和原理再谈训练参数最后把坑挨个踩一遍。2. 识别链路与技术选型为什么这种系统多半长着一张 ResNet 的脸2.1 分类粒度决定模型复杂度先搞清你的输出层要做几分类垃圾识别分类系统和“目标检测”是两回事。大多数这类源码做的是图像分类输入一张图片输出一个类别标签比如“可回收垃圾/厨余垃圾/有害垃圾/其他垃圾”或者更细粒度的“塑料瓶、易拉罐、玻璃、纸箱、电池”。四分类和四十分类对模型输出头的要求差别很大输出通道数从 4 变成 40最后的全连接层宽度、训练数据量、能否直接用预训练权重都要跟着变。拿到源码后我第一件事是去模型定义文件里数num_classes。如果写死成 4但你手上数据是几十类要么改最后一层并重新训练要么重新整理数据集。相反如果你的落地场景只需要分“可回收/不可回收”两类那原模型最后一层也要改。总之分类粒度是这套系统的地基它决定你要不要动网络结构。在这类源码里最常见的默认配置是 ResNet 系列。原因很朴素ResNet 在 ImageNet 上预训练权重多、PyTorch 里一句torchvision.models.resnet18(pretrainedTrue)就能拿到特征提取器可以直接复用而 ResNet 的残差结构对中小数据集特别友好训练不容易陷入退化。多数垃圾识别数据集也就几千到几万张用 ResNet-18 或 ResNet-50 做主干已经是业界最稳的起点。2.2 骨架选型ResNet 与 MobileNet 怎么选才不后悔骨架参数量单张 224x224 CPU 推理适合场景常见取舍ResNet-18约 11.7M较快中小数据集、快速验证、微调准确率和速度最均衡ResNet-50约 25.6M中等数据量大、对精度要求高显存占用高小显存容易爆MobileNetV3-Small约 2.5M很快嵌入式、移动端、Web 端部署精度略低但模型体积小一个量级EfficientNet-B0约 5.3M中等想用更小的模型拿更好的精度依赖较新的 torchvision 版本我一般建议如果源码默认是 ResNet-18先不要动如果你的最终目标是部署到树莓派或手机再换成 MobileNetV3 并重新微调。追求“模型尽量小”而换骨架ROI 不一定高因为垃圾识别的难点通常不在模型容量而在数据噪声和类别不平衡。另外要提醒很多新手会拿 YOLO 的思维来套“垃圾识别”但这类标题下给的源码绝大多数是分类网络而不是检测网络。分类网络输出的是全局类别检测网络还要给坐标框。如果你的业务需求是“在画面里框出垃圾物体并分类”那才需要往 YOLO 方向靠如果只是给一张裁好的图打标签ResNet 这条路的性价比远高于上检测模型。2.3 数据管线从 ImageFolder 到 Batch 的必备认知垃圾识别源码的数据加载十有八九是torchvision.datasets.ImageFolder。它要求数据目录按“类别文件夹”组织data/ train/ 可回收/ img01.jpg img02.jpg 厨余/ img03.jpg val/ 可回收/ img04.jpg 厨余/ img05.jpgImageFolder会按文件夹名字典序生成class_to_idx映射比如“可回收”为 0“厨余”为 1。这个映射在训练时看不出问题但部署时如果不保存它顺序错乱几乎是一定的。后续章节会专门讲这个坑。数据加载的另外两个要点训练集和验证集必须完全独立不能有同一张图既在 train 又在 val类别分布要尽量均匀否则训练出来的模型对多数类有偏向。很多源码包里的数据本身就是散装的需要先写脚本整理成ImageFolder结构。这一点在下一章给具体代码。3. 把 zip 里的源码跑起来Python 版本、虚拟环境与数据集落位3.1 解压与初始目录检查先别急着跑 train.py拿到“一个Python写的垃圾识别分类系统源码.zip”后我习惯先建一个干净的目录再解压绝不直接在当前目录散开。Linux 或 macOS 下用mkdir ~/garbage_project cd ~/garbage_project unzip ~/Downloads/一个Python写的垃圾识别分类系统源码.zip -d ./src cd src find . -maxdepth 2 -type f | head -50逻辑说明-d ./src指定解压到 src 子目录避免 zip 里的散装文件污染当前目录find ... | head -50是看源码结构的第一道工具。先确认有没有README.md、requirements.txt、train.py、test.py、data/之类的常见文件再决定下一步。如果发现文件名全是乱码比如鍨嬪彿、锟斤拷那是 Windows 下用 GBK/CP936 压缩解压工具默认按 UTF-8 解码导致的。先安装unzip的编码支持再指定编码重解sudo apt install unzip p7zip-full cd ~/garbage_project 7z x ~/Downloads/一个Python写的垃圾识别分类系统源码.zip -o./src如果 7z 解出来依然乱码最省事的办法是用 Python 的zipfile做编码修正具体代码放到第 5 章避坑部分。3.2 虚拟环境与依赖安装锁定 Python 和 torch 版本给这类源码配环境时最忌讳的是“先装最新版 Python 再 pip install”因为 torch 官方预编译包对版本很敏感。如果你还在按网上 python 安装教程装最新版先停一下这不是入门手写代码跑老源码要的是可复现环境。我的固定做法是conda create -n garbage python3.9 -y conda activate garbage pip install torch1.13.1 torchvision0.14.1 --index-url https://download.pytorch.org/whl/cu117 pip install -r requirements.txt参数说明Python 3.9 是目前兼容性最稳的选择torch 1.13.1 对应的 torchvision 是 0.14.1能覆盖 2018 到 2023 年绝大多数开源源码写法--index-url指定 CUDA 11.7 的预编译 wheel避免从默认源拉到一个和你的显卡驱动不匹配的版本。如果你没有 NVIDIA 显卡就把最后的参数去掉直接装 CPU 版 torch。这里不建议硬上 torch 2.x很多老源码里的torchvision.transforms接口在 2.x 下有细微行为变化新手排错成本很高。没有 conda 的话用python -m venv garbage_env也是可以的只是隔离效果略弱。装完依赖后第一件事是跑一句python -c import torch, torchvision; print(torch.__version__, torchvision.__version__)验证再跑python -c from torchvision import models; print(models.resnet18(pretrainedTrue))后者会联网下载预训练权重能提前暴露网络代理问题免得训练到一半才发现权重没拉下来。3.3 数据集整理用脚本按住类别落到 train/val 目录很多源码包里的数据并不是规范的ImageFolder结构而是几百张图堆在一个目录里配一个 CSV 标注。如果你遇到的是这种情况先别手动画文件夹用脚本一次性搞定import os import shutil import pandas as pd from sklearn.model_selection import train_test_split df pd.read_csv(labels.csv) # 列: img_path, category train_df, val_df train_test_split(df, test_size0.2, stratifydf[category], random_state42) for split, split_df in [(train, train_df), (val, val_df)]: for _, row in split_df.iterrows(): src row[img_path] dst_dir os.path.join(data, split, row[category]) os.makedirs(dst_dir, exist_okTrue) shutil.copy(src, os.path.join(dst_dir, os.path.basename(src))) print(整理完成) print(train 类别分布:\n, train_df[category].value_counts())逻辑说明train_test_split里stratifydf[category]是按类别比例切分保证每个类别在训练集和验证集都保持原有分布这对垃圾这种严重不平衡的数据集非常重要random_state42固定随机种子之后重跑不会变。shutil.copy是复制而不是os.rename原图保留一份将来改划分策略有后悔药不会拷一次就丢源文件。做完这步用tree data或find data -maxdepth 2 -type d确认目录层级再进下一步训练。这里最怕的坑是源码里训练脚本写死了--data ./dataset/garbage你的目录名却叫data运行时报FileNotFoundError。第一轮建议先看参数解析器里--data的默认值再决定是改参数还是改目录名。4. 训练与调参让验证准确率从 0.92 涨到 0.97 的六个旋钮4.1 训练脚本里最该读懂的三段代码打开源码里的train.py不用逐行读先定位三段数据加载、训练循环、模型保存。数据加载决定你能不能跑通训练循环决定改什么参数模型保存决定你的成果会不会一夜清零。# 1. 数据集与加载器 transform_train transforms.Compose([ transforms.RandomResizedCrop(224), transforms.RandomHorizontalFlip(), transforms.ColorJitter(0.2, 0.2, 0.2), transforms.ToTensor(), transforms.Normalize(mean[0.485, 0.456, 0.406], std[0.229, 0.224, 0.225]), ]) train_dataset datasets.ImageFolder(rootdata/train, transformtransform_train) train_loader DataLoader(train_dataset, batch_size32, shuffleTrue, num_workers4) # 2. 训练循环 model models.resnet18(pretrainedTrue) model.fc nn.Linear(model.fc.in_features, len(train_dataset.classes)) optimizer torch.optim.AdamW(model.parameters(), lr0.001, weight_decay1e-4) criterion nn.CrossEntropyLoss() for epoch in range(30): model.train() total_loss 0.0 for images, labels in train_loader: images, labels images.to(device), labels.to(device) optimizer.zero_grad() outputs model(images) loss criterion(outputs, labels) loss.backward() optimizer.step() total_loss loss.item() print(fepoch {epoch1}, loss {total_loss / len(train_loader):.4f}) # 3. 保存最优模型 torch.save({ model_state_dict: model.state_dict(), class_to_idx: train_dataset.class_to_idx, }, best_model.pt)逻辑说明RandomResizedCrop是垃圾识别里最关键的数据增强模拟不同拍摄距离和构图ColorJitter模拟光线变化因为这个场景大量图片来自手机随手拍。model.fc nn.Linear(...)是把预训练模型的最后一层换成自己类别数的输出层这是迁移学习的标准姿势。优化器用AdamW而不是老源码常写的SGD能更快收敛且对大学习率不敏感省去调 momentum 的麻烦。这段代码里唯一需要随源码结构调整的是模型保存方式。有些源码只存model.state_dict()不存class_to_idx。如果你不改它部署阶段必然要补类别映射否则预测结果会像抽签。我在改这类源码时第一件事就是把class_to_idx写进 checkpoint这是血泪经验。4.2 六个必调参数与推荐起始值参数推荐起始值调参方向与影响batch_size32显存不够就降到 16准确率抖动大可以升到 64但要注意收敛速度变慢learning_rate0.001AdamW验证 loss 震荡就降一半连续多轮不降就乘 3 再试但别超过 0.01weight_decay1e-4过拟合时升到 5e-4欠拟合时降到 1e-5epochs30配合早停不设死以验证集不再提升为准schedulerCosineAnnealingLR比固定学习率稳也可以用 StepLR 每 10 轮降一半label_smoothing0.1类别噪声大时开启能抑制模型过度自信这里特别讲一下scheduler源码里如果写的是lr lr * 0.1 every 20 epochs实际训练往往在最后几轮还有明显收益。换成CosineAnnealingLR(optimizer, T_max30)后学习率会平滑下降后期微调更充分。改动只有三行收益却肉眼可见是我每次拿到这类源码必调的项之一。关于“玄学调参”的说法有时把学习率从 0.0001 改成 0.001准确率反而涨 3 个点因为 AdamW 对默认学习率的适配区间本就偏高。记住一个原则先跑通再调参每轮只改一个变量否则你根本不知道是哪个改动让准确率涨的。4.3 类别不均衡与过拟合两个最常见的准确率杀手垃圾识别数据集的天然毛病塑料瓶可能有五千张玻璃碎片只有三百张。如果不处理模型会把所有含糊样本都推给多数类整体准确率看着不低但每个类别单独看惨不忍睹。最简单的处理是给损失函数加权重from collections import Counter class_counts Counter([path.split(/)[-2] for path, _ in train_dataset.samples]) total sum(class_counts.values()) class_weights {cls: total / count for cls, count in class_counts.items()} weights torch.tensor([class_weights[cls] for cls in train_dataset.classes], dtypetorch.float).to(device) criterion nn.CrossEntropyLoss(weightweights)逻辑说明class_weights是“总样本数除各类别样本数”少数类获得更高权重损失函数里对少数类的错判会放大梯度更新更偏向它们。train_dataset.classes的顺序和ImageFolder的class_to_idx严格一致所以按它取权重不会错位。如果你的数据集类别极度不均衡比如最大类是最小类的 20 倍以上建议再叠加 Focal Loss但那是下一步的优化先用权重法跑一轮看效果。过拟合的典型现象训练 loss 一直在降验证准确率却卡住甚至下跌。优先检查数据增强够不够强然后在模型里加 dropout 或降低骨架复杂度。很多源码默认用 ResNet-50 且不加任何正则几千张图很容易过拟合换成 ResNet-18、打开RandomHorizontalFlip验证集反而上涨两三个点。4.4 验证不止看准确率混淆矩阵与置信度阈值训练结束后不要只看val_accuracy。垃圾识别场景里类别越细粒度混淆越集中在相近类别比如“可乐罐”和“易拉罐”在模型看来几乎长一样。我习惯保留一段验证脚本输出混淆矩阵import torch, numpy as np from sklearn.metrics import confusion_matrix model.eval() y_true, y_pred [], [] with torch.no_grad(): for images, labels in val_loader: outputs model(images.to(device)) preds outputs.argmax(dim1).cpu().numpy() y_pred.extend(preds) y_true.extend(labels.numpy()) cm confusion_matrix(y_true, y_pred) np.set_printoptions(linewidth150) print(cm)逻辑说明混淆矩阵能看出哪些类互相打架比如“纸箱”总被预测成“书本”那说明这两个类别的样本外形太接近或者训练数据里两个类风格差异过大。解决方向不是调参而是去检查数据质量和标注一致性。只看一个总准确率很容易在这种局部问题上自我感觉良好部署到真实场景才知道差距。另外如果模型对某些类别的置信度普遍偏低可以在部署阶段把置信度阈值设低一点比如 0.4 以下直接返回“不确定”这种保守策略在垃圾投放场景里比硬猜强得多。5. 五个高频坑从 zip 伪加密到 CUDA out of memory 的排障记录5.1 zip 解压乱码与伪加密文件名全是“锟斤拷”现象解压后目录结构正常但所有中文文件名和文件夹名变成乱码甚至有些文件提示需要密码但密码栏一空就能解出来。原因Windows 的压缩工具默认用 CP936GBK记录文件名而 Linux 的 unzip 按 UTF-8 解码就会产生“锟斤拷”“伪加密”则是 zip 格式里通用位标记被置为 1实际数据没有加密但解压器误以为需要密码。解决先试unzip -O CP936如果 unzip 版本不支持-O参数用下面的 Python 脚本解压并强制修正编码import zipfile def fix_bad_filename(name: str) - str: try: return name.encode(cp437).decode(gbk) except (UnicodeDecodeError, UnicodeEncodeError): return name with zipfile.ZipFile(一个Python写的垃圾识别分类系统源码.zip) as zf: for info in zf.infolist(): info.filename fix_bad_filename(info.filename) # 清除伪加密标记 info.flag_bits ~0x1 zf.extract(info, src_fixed)逻辑说明zip 规范里用 CP437 编码存储非 UTF-8 文件名所以先把原始字节还原成 CP437再转成 GBK就能得到正确中文名info.flag_bits ~0x1是强行把“需要密码”位清零如果文件数据本身没加密这样操作后直接解出。5.2 AttributeError: NoneType object has no attribute shape现象训练脚本跑第一个 epoch到某张图时报错说返回了 None无法取 shape。原因多数是图片路径里有中文或空格PIL 在部分版本下打不开这种路径返回 None另一可能是这张图本身损坏是 0 字节文件。解决先在数据整理阶段做一次完整校验过滤坏图from PIL import Image import os for root, _, files in os.walk(data): for name in files: if not name.lower().endswith((.jpg, .jpeg, .png)): continue path os.path.join(root, name) try: img Image.open(path) img.verify() except Exception: print(bad image:, path) os.remove(path) # 或移到 corrupted/ 目录逻辑说明Image.verify()只读文件头不做完整解码速度快能发现大部分损坏跑完后还要检查路径里是否有中文有的话统一改成拼音或英文目录这是最省心的办法而不是去改 PIL 的编码行为。5.3 CUDA out of memory小显存选手的求生指南现象训练脚本一启动就报CUDA out of memory或跑了几个 epoch 后在随机位置崩掉显存小的用户甚至会在加载 torchvision 预训练模型时就报错。原因默认batch_size和num_workers是按大显存机器写的另外DataLoader的pin_memoryTrue会把内存锁页显存压力更大。解决优先把batch_size调到 8 或 16再看模型是不是 ResNet-50 换成 ResNet-18同时给训练循环包上显存清理逻辑try: loss.backward() optimizer.step() except RuntimeError as e: if out of memory in str(e): torch.cuda.empty_cache() optimizer.zero_grad() print(CUDA OOM skipped this batch) else: raise e逻辑说明OOM 时loss.backward()留下的计算图会占显存torch.cuda.empty_cache()能主动释放缓存块。跳过当前 batch 而不是整体退出保住了已经跑完的训练进度。但这种做法只是应急长期还是要把batch_size降下来并调小num_workers。5.4 训练 loss 降不下去0.69 卡住的背后现象loss 卡在 0.69 附近几十轮不动验证准确率在随机水平附近晃。原因0.69 约等于-ln(0.5)常见于二分类任务里模型只会输出 50% 概率也就是完全没学到有效特征。通常有两个来源一是学习率设置过大导致梯度震荡二是类别严重不均衡时模型学会了“永远猜多数类”。解决先把学习率降到 1e-4用AdamW替代源码里的SGD再把CrossEntropyLoss的weight参数设成类别权重最后检查DataLoader是否加了shuffleTrue没加的话每个 epoch 的样本顺序固定模型更容易陷入局部最优。这三步走完绝大多数 loss 卡住的情况都会松绑。5.5 验证集准确率 95%一部署就类别错乱现象本地验证准确率很高拿到新环境部署后预测结果和真实类别对不上比如“电池”总是被识别成“果皮”。原因训练时ImageFolder按字典序生成class_to_idx比如“可回收”是 0“果皮”是 1而部署脚本里如果自己重新加载了一遍数据集或按不同顺序硬编码类别列表索引和类名的对应关系就错位了。解决训练结束后立即把映射落盘部署端只认这份映射import json with open(class_to_idx.json, w, encodingutf-8) as f: json.dump(train_dataset.class_to_idx, f, ensure_asciiFalse, indent2) print(类别映射:, train_dataset.class_to_idx)部署时读取模型输出索引再反向查这个json得到类别名。要特别提醒不要在部署端用os.listdir(data/train)重新生成类别列表排序方式一变错位就发生了。模型权重本身是对的类别名映射错了预测结果自然风马牛不相及。6. 落地收尾模型做小、导成 ONNX、再包一个 Web 服务6.1 把模型导出为 ONNX部署的第一步训练完的.pt文件依赖 PyTorch 环境不适合直接交给做后端或嵌入式的人。我一般把模型转成 ONNX推理时用onnxruntime不仅摆脱了 torch 运行时还能小幅提速。import torch import torchvision.models as models model models.resnet18(pretrainedFalse) model.fc torch.nn.Linear(model.fc.in_features, 4) checkpoint torch.load(best_model.pt, map_locationcpu) model.load_state_dict(checkpoint[model_state_dict]) model.eval() dummy torch.randn(1, 3, 224, 224) torch.onnx.export(model, dummy, garbage_model.onnx, input_names[input], output_names[output], opset_version11, dynamic_axes{input: {0: batch}})参数说明opset_version11是兼容性最好的版本部署端不管用 ONNX Runtime 还是 OpenVINO 都能解析dynamic_axes声明 batch 维度可变这样单张图片或多张图片都能推理不用重新导出。6.2 用 Flask 包一个最小推理接口导出完成后写一个极简的app.py用onnxruntime加载模型读class_to_idx.json做索引反转上传图片返回类别和置信度import json import onnxruntime as ort import numpy as np from PIL import Image from flask import Flask, request, jsonify app Flask(__name__) session ort.InferenceSession(garbage_model.onnx, providers[CPUExecutionProvider]) with open(class_to_idx.json, encodingutf-8) as f: idx_to_class {v: k for k, v in json.load(f).items()} app.route(/predict, methods[POST]) def predict(): img Image.open(request.files[image]).convert(RGB).resize((224, 224)) arr np.asarray(img, dtypenp.float32) / 255.0 arr (arr - np.array([0.485, 0.456, 0.406])) / np.array([0.229, 0.224, 0.225]) arr arr.transpose(2, 0, 1)[None].astype(np.float32) probs session.run(None, {input: arr})[0][0] idx int(np.argmax(probs)) return jsonify({class: idx_to_class[idx], confidence: float(probs[idx])})逻辑说明这个接口只做最小能跑版本providers[CPUExecutionProvider]明确用 CPU避免服务器上没有 CUDA 时报错。部署时不要用 Flask 自带的开发服务器扛压力换 gunicorn 或多进程即可。我现在拿到这类源码的习惯是先看类别映射再看数据集落位最后才碰训练参数把这套 ONNXjson 的链路提前搭好交付出去才不用隔三差五救火。希望这个拆解能帮到你少走弯路。本文还有配套的精品资源点击获取

Python垃圾识别分类系统实战：从源码复现到部署避坑指南

相关推荐

RAG问答准确度优化实战：从数据层到生成层的系统调优指南

String[]与List＜String＞深度对比：底层原理、性能差异与选型指南

Webpack生命周期全解析：从Compiler到Compilation的构建流程与钩子实战

更多资讯

Redis基础命令实战：从安装到分布式锁与缓存排障

Prometheus+Grafana监控平台搭建实战：从部署到告警全解析

Java编译器实现指南：JFlex+CUP构建完整编译链路

华为IPD流程15年演进：先僵化后优化，最值得借鉴的是节奏

Redis命令实战手册：从五大类型到分布式锁与集群

基于YOLOv7的麦穗识别计数系统：从数据标注到部署全流程实战

今日更新

我发现了一个新思路：用 Remotion + Claude Code 像写代码一样自动化生成短视频

Windows下 Codex 中 Chrome 和 Computer Use 插件不可用问题排查及解决参考方式：TaoToken 统一 Key 配置与验证

2026 大模型集体涨价：用 Python 做企业 Token 成本测算与选型避坑（附配置）

本周精选

如何彻底离线使用 Laya-CoreML：Hugging Face 下载、缓存机制与 local_files_only 详解

基于1Panel 部署MySQL MCP 服务：TaoToken 统一 Key 接入与 config.toml 配置实战

崇州园区营销网站建设避坑指南：5大注意事项保备案安全

本月热门

我发现了一个新思路：用 Remotion + Claude Code 像写代码一样自动化生成短视频

Windows下 Codex 中 Chrome 和 Computer Use 插件不可用问题排查及解决参考方式：TaoToken 统一 Key 配置与验证

2026 大模型集体涨价：用 Python 做企业 Token 成本测算与选型避坑（附配置）

读完文章，想聊聊您的网站？