基于YOLOv11的生活垃圾检测系统实战：从数据增强到移动端部署

1次阅读

共计 1860 个字符，预计需要花费 5 分钟才能阅读完成。

垃圾分类在视觉检测领域面临几个独特挑战：

目标遮挡严重：垃圾袋中物品相互堆叠，外卖餐盒内残留物被遮盖
形态变化大：同一类垃圾可能呈现完全不同的形状（如压扁的易拉罐 vs 完整饮料瓶）
背景干扰强：垃圾桶内杂乱的背景、反光表面影响特征提取
小目标密集：药片、电池等有害垃圾通常只占图像极小区域

对比主流目标检测模型在垃圾检测任务的表现：

模型	参数量(M)	mAP@0.5	推理速度(ms)	适合移动端
Faster R-CNN	137	78.2	198	×
SSD300	26.3	75.1	39	△
YOLOv5s	7.2	82.3	6.8	√
YOLOv11-n	4.9	84.7	5.2	√

YOLOv11 的优势体现在：

更高效的 RepVGG 风格主干网络
动态标签分配策略提升小目标检测
内置的模型量化工具链

数据采集规范：
每类垃圾至少 2000 张原始图像
包含手持拍摄、垃圾桶俯拍、传送带平拍等多种视角
覆盖白天 / 夜间、不同天气条件下的拍摄场景

标注技巧：

# 使用 LabelImg 标注示例
<object>
  <name>plastic_bottle</name>
  <pose>Unspecified</pose>
  <truncated>1</truncated>  # 部分遮挡标记
  <difficult>0</difficult>
  <bndbox>
    <xmin>158</xmin>
    <ymin>203</ymin>
    <xmax>302</xmax>
    <ymax>410</ymax>
  </bndbox>
</object>

针对垃圾检测的特殊增强方法：

随机遮挡增强：

def random_occlusion(img, max_occ=0.3):
    h, w = img.shape[:2]
    occ_w = int(w * random.uniform(0.1, max_occ))
    occ_h = int(h * random.uniform(0.1, max_occ))
    x = random.randint(0, w - occ_w)
    y = random.randint(0, h - occ_h)
    img[y:y+occ_h, x:x+occ_w] = 0
    return img

材质替换增强：
将塑料袋纹理替换为报纸 / 布料等相似材质
保持原始标注框不变

透视变换增强：

from imgaug import augmenters as iaa

seq = iaa.Sequential([iaa.PerspectiveTransform(scale=(0.01, 0.15)),
    iaa.ElasticTransformation(alpha=(0, 5.0), sigma=0.25)
])

关键超参数配置：

# yolov11n.yaml
backbone:
  depth_multiple: 0.33
  width_multiple: 0.25

train:
  mosaic: 0.8  # 提高小目标检测
  mixup: 0.2   # 增强类别区分
  hsv_h: 0.015 # 色相扰动增强

损失函数优化：
使用 WIoU（Weighted IoU）替代 CIoU

分类损失增加类别权重：

class_weight = torch.tensor([1.0, 1.2, 1.5, 1.0])  # 有害垃圾权重更高
BCEWithLogitsLoss(weight=class_weight)

模型量化流程：

python export.py --weights yolov11n.pt \
                --imgsz 640 \
                --device cpu \
                --include onnx \
                --half \
                --dynamic