1. 项目概述
今天要分享的是一个专门用于识别塑料瓶、易拉罐和玻璃瓶的计算机视觉项目。这个项目包含了完整的数据集和训练好的YOLOv8模型,识别准确率达到了99.1%。数据集支持YOLO、COCO JSON和Pascal VOC XML三种主流标注格式,非常适合需要做垃圾分类、回收系统或者环境监测的朋友们参考使用。
我在实际测试中发现,这个模型对日常生活中常见的饮料容器识别效果非常好,特别是对不同光照条件下的塑料瓶和易拉罐,识别准确率确实能达到宣称的水平。玻璃瓶的识别稍微复杂一些,但在大多数场景下表现也很稳定。
需要模型API调用? 免费领10W Token,多模型网关一键接入 Claude、DeepSeek 等主流模型。
2. 数据集详解
2.1 数据集组成与分布
这个数据集总共包含6061张图片,按照标准机器学习数据划分原则分为:
- 训练集:4849张(约80%)
- 验证集:606张(约10%)
- 测试集:606张(约10%)
这种划分比例在计算机视觉项目中很常见,既保证了模型有足够的训练数据,又能有效评估模型的泛化能力。
数据集标注了三种常见容器类别:
- glass(玻璃瓶)
- cans(易拉罐)
- plastics(塑料瓶)
2.2 数据预处理与增强
原始数据经过了以下预处理:
- 自动定向:自动校正图片方向,确保所有图片方向一致
- 调整大小:统一拉伸至640×640像素
值得注意的是,这个数据集没有使用任何数据增强技术。在实际应用中,这可能是个双刃剑:
- 优点:模型学习的是原始真实数据分布
- 缺点:可能对光照、角度变化不够鲁棒
提示:如果你想进一步提升模型性能,可以考虑添加一些数据增强策略,比如随机旋转、颜色抖动等,但要注意玻璃瓶的透明特性可能会被过度增强破坏。
3. 模型训练过程
3.1 训练环境配置
训练使用的是Ultralytics的YOLOv8实现,这是目前最流行的目标检测框架之一。代码中提供了对不同平台的支持:
python复制# Windows/Linux配置
batch=16 # 根据GPU显存调整
device=0 if torch.cuda.is_available() else "cpu" # 自动选择GPU/CPU
# Mac配置
# batch=4
