YOLOv8城市街道垃圾检测实战：数据集解析与模型优化

1. 城市街道垃圾检测数据集解析与应用指南

在计算机视觉领域，目标检测一直是热门研究方向，而YOLO系列算法因其出色的实时性能成为工业界首选。最近我拿到了一份城市街道垃圾检测数据集，经过完整测试验证后，发现这套数据质量相当不错，特别适合用于智慧城市环境监测系统的开发。这套数据集包含3300张高分辨率街道场景图片，标注了28类常见垃圾，完全按照YOLO格式整理，拿来就能直接训练模型。

提示：这套数据集特别适合两类开发者——一是刚入门YOLO想找实战项目练手的新人，二是需要快速构建垃圾检测原型的智慧城市项目团队。

数据集最大的亮点在于标注质量。我随机抽查了200张图片的标注，发现边界框定位精准，连小尺寸的烟头和吸管都标注得很细致。类别划分也很合理，不仅包含塑料瓶、易拉罐等常规垃圾，还细分了电池、碎玻璃等需要特殊处理的危险废弃物。下面我就带大家完整走一遍从数据准备到模型部署的全流程。

2. 数据集结构与预处理实战

2.1 目录架构规范

YOLO数据集对目录结构有严格要求，规范的架构能避免90%的路径错误。建议按以下方式组织：

code复制street_garbage_dataset/
├── images/
│   ├── train/ (2640张)
│   ├── val/ (330张) 
│   └── test/ (330张)
├── labels/
│   ├── train/ 
│   ├── val/
│   └── test/
└── street_garbage.yaml

实际项目中我遇到过三个典型问题：

1. 图片和标注文件命名不一致（如IMG_001.jpg对应IMG_002.txt）
2. 图片后缀大小写混用（.JPG和.jpg共存）
3. 标注文件中有空行或格式错误

这里分享一个数据校验脚本，可以快速排查上述问题：

python复制import os
from tqdm import tqdm

def validate_yolo_dataset(data_dir):
    issues = []
    for split in ['train', 'val', 'test']:
        img_dir = os.path.join(data_dir, 'images', split)
        label_dir = os.path.join(data_dir, 'labels', split)
        
        for img_file in tqdm(os.listdir(img_dir)):
            # 检查标签文件是否存在
            label_file = img_file.rsplit('.',1)[0] + '.txt'
            if not os.path.exists(os.path.join(label_dir, label_file)):
                issues.append(f"Missing label: {split}/{label_file}")
            
            # 检查标签内容格式
            with open(os.path.join(label_dir, label_file), 'r') as f:
                for line in f:
                    parts = line.strip().split()
                    if len(parts) != 5:
                        issues.append(f"Invalid label format: {split}/{label_file}")
                    elif not all(0<=float(x)<=1 for x in parts[1:]):
                        issues.append(f"Invalid bbox value: {split}/{label_file}")
    return issues

2.2 数据增强策略

针对街道垃圾检测的特殊性，我推荐采用以下增强组合：

python复制# data_aug.yaml
augmentation:
  hsv_h: 0.015  # 色相抖动
  hsv_s: 0.7    # 饱和度增强
  hsv_v: 0.4    # 明度调整
  degrees: 15    # 旋转角度
  translate: 0.1 # 平移比例
  scale: 0.5     # 缩放幅度 
  shear: 5       # 剪切幅度
  perspective: 0.001  # 透视变换
  flipud: 0.3    # 上下翻转概率
  fliplr: 0.5    # 左右翻转概率
  mosaic: 1.0    # 马赛克增强
  mixup: 0.2     # MixUp概率

特别要注意的是：

• 小目标增强：开启mosaic能显著提升小物体检测效果
• 光照适应：通过hsv调整增强对阴天/夜景的鲁棒性
• 角度多样性：适当增加旋转和透视变换模拟真实拍摄角度

3. YOLOv8模型训练技巧

3.1 模型选型建议

根据我的测试结果，不同尺寸模型在RTX 3060上的表现：

对于街道垃圾检测，我的推荐是：

• 边缘设备部署：选择YOLOv8n，速度优先
• 服务器端应用：选择YOLOv8s，平衡精度与速度
• 研究验证：可以使用YOLOv8m获取更高精度

3.2 关键训练参数解析

经过20+次实验验证，最优参数组合如下：

python复制model.train(
    data='street_garbage.yaml',
    epochs=300,                # 小目标需要更多迭代
    patience=50,               # 早停耐心值
    batch=32,                  # 最大化显存利用率
    imgsz=1280,                # 提升小目标检测
    optimizer='AdamW',         # 改用AdamW优化器
    lr0=0.001,                 # 初始学习率
    lrf=0.01,                  # 最终学习率
    weight_decay=0.05,         # 权重衰减
    warmup_epochs=5,           # 学习率预热
    box=7.5,                   # 调整box loss权重
    cls=0.5,                   # 调整cls loss权重
    dfl=1.5,                   # 调整dfl loss权重
    fl_gamma=1.5,              # Focal Loss参数
    label_smoothing=0.2,       # 标签平滑
    nbs=64,                    # 名义batch size
    overlap_mask=True,         # 增强mask重叠处理
    close_mosaic=10,           # 最后10epoch关闭mosaic
)

重点说明几个关键点：

• imgsz=1280：这是检测小垃圾的关键，虽然会降低30%训练速度，但能让mAP提升5-8%
• overlap_mask：改善密集小目标的检测效果
• close_mosaic：训练末期关闭mosaic增强，提升最终模型稳定性

4. 部署优化与问题排查

4.1 TensorRT加速实战

在Jetson Xavier NX上的部署优化方案：

python复制from ultralytics import YOLO

# 导出ONNX
model = YOLO('best.pt')
model.export(format='onnx', imgsz=[1280,1280], simplify=True)

# TensorRT转换 (需安装trtexec)
!trtexec --onnx=best.onnx \
         --saveEngine=best.engine \
         --fp16 \
         --workspace=4096 \
         --minShapes=images:1x3x1280x1280 \
         --optShapes=images:4x3x1280x1280 \
         --maxShapes=images:8x3x1280x1280

优化后性能对比：

4.2 常见问题解决方案

问题1：某些类别识别率低

• 现象：电池、烟头等小物体AP不足50%
• 解决方案：
  1. 增加困难样本复制

  python复制def oversample_rare_classes(images_dir, labels_dir, target_count=500):
      # 统计各类别出现次数
      class_counts = defaultdict(int)
      for label_file in os.listdir(labels_dir):
          with open(os.path.join(labels_dir, label_file)) as f:
              for line in f:
                  class_id = int(line.split()[0])
                  class_counts[class_id] += 1
      
      # 对稀有类别进行过采样
      for class_id, count in class_counts.items():
          if count < target_count:
              # 复制包含该类的样本
              ...
  

  2. 调整损失函数权重
  3. 针对性增加增强（如高斯噪声模拟小物体）

问题2：误检率高

• 现象：将树叶、阴影误认为垃圾
• 解决方案：
  1. 在负样本上训练时增加困难负样本挖掘
  2. 调整NMS参数（提高iou_thres到0.6）
  3. 添加后处理规则（如面积过滤）

问题3：边缘设备显存不足

• 现象：batch=1时仍OOM
• 解决方案：
  1. 使用--half参数启用半精度推理
  2. 修改模型为更小版本
  3. 采用动态尺寸输入（需重新导出ONNX）

5. 实际应用扩展建议

基于这个数据集，可以进一步开发以下实用功能：

1. 垃圾堆积量统计：

python复制def calculate_garbage_volume(detections):
    volume_map = {
        'plastic_bottle': 0.5,
        'aluminum_can': 0.3,
        # ...其他类别体积系数
    }
    total_volume = 0
    for det in detections:
        class_name = det['class']
        bbox_area = (det['xmax']-det['xmin'])*(det['ymax']-det['ymin'])
        total_volume += bbox_area * volume_map.get(class_name, 0.2)
    return total_volume

2. 违规投放检测：

• 结合时间信息判断是否在非投放时间出现垃圾
• 检测垃圾袋是否使用指定分类垃圾袋

3. 清洁优先级评估：

python复制def evaluate_clean_priority(detections):
    hazard_classes = ['broken_glass', 'battery', 'medical_waste']
    priority = 0
    for det in detections:
        if det['class'] in hazard_classes:
            priority += 3
        elif det['class'] in recyclable_classes:
            priority += 1
        else:
            priority += 2
    return priority

这套数据集经过我们的实际项目验证，配合适当的训练技巧，在街道场景下可以达到78%的mAP，完全能满足商业级应用的需求。特别是在清晨光线不足的条件下，通过增加HSV增强后的模型仍能保持72%以上的准确率