1. 项目概述：基于MobileNetv3的智能垃圾分类系统
去年在指导本科生毕业设计时，发现垃圾分类识别是个高频选题，但很多同学在模型选型和工程落地环节容易踩坑。这个基于MobileNetv3+PyQt的解决方案，是我们团队经过多个实际项目验证后的稳定方案，特别适合需要快速实现可演示系统的毕设场景。
MobileNetv3作为轻量级CNN的标杆，在保持较高精度的同时，参数量仅有传统CNN的1/10~1/5。实测在垃圾图像分类任务中，单张推理速度在i5-8250U笔记本CPU上能达到47ms/张，完全满足实时性要求。配合PyQt构建的GUI界面，整套系统可以在没有GPU的普通电脑上流畅运行。
2. 核心设计思路
2.1 为什么选择MobileNetv3
相比同学们常选的ResNet50、VGG16等模型，MobileNetv3-Large版本在自建垃圾数据集上的表现：
- 准确率：92.3% vs ResNet50的94.1%
- 模型大小：16MB vs ResNet50的98MB
- 推理速度：47ms vs ResNet50的210ms（同硬件）
对于毕设常见的4分类任务（可回收/有害/厨余/其他），这个精度差距在实际演示中几乎不可察觉，但模型体积和速度的优势非常明显。特别是在使用PyQt打包成exe时，小模型能显著减少最终安装包体积。
2.2 数据准备技巧
建议采用"公开数据集+自采补充"的方案：
- 从TACO、TrashNet等开源数据集获取基础图片
- 用手机实地拍摄补充（注意不同光照条件）
- 关键技巧：对瓶罐类物品，务必拍摄不同角度（正/侧/倒置）
数据增强策略：
python复制train_transforms = transforms.Compose([
transforms.RandomRotation(15),
transforms.RandomHorizontalFlip(),
transforms.ColorJitter(brightness=0.2, contrast=0.2),
transforms.Resize(256),
transforms.RandomCrop(224),
transforms.ToTensor(),
transforms.Normalize([0.485, 0.456, 0.406], [0.229, 0.224, 0.225])
])
3. 模型训练关键点
3.1 迁移学习配置
使用预训练权重时要注意：
python复制model = mobilenet_v3_large(pretrained=True)
# 只微调最后3个block的参数
for param in model.parameters():
param.requires_grad = False
for param in model.features[12:].parameters():
param.requires_grad = True
3.2 损失函数选择
推荐使用Label Smoothing CrossEntropy：
python复制class LabelSmoothingCE(nn.Module):
def __init__(self, smoothing=0.1):
super().__init__()
self.smoothing = smoothing
def forward(self, preds, target):
log_probs = F.log_softmax(preds, dim=-1)
nll_loss = -log_probs.gather(dim=-1, index=target.unsqueeze(1))
smooth_loss = -log_probs.mean(dim=-1)
loss = (1 - self.smoothing) * nll_loss + self.smoothing * smooth_loss
return loss.mean()
4. PyQt界面开发实战
4.1 核心功能模块设计
python复制class MainWindow(QMainWindow):
def __init__(self):
super().__init__()
# 模型加载
self.model = load_model()
# 界面元素
self.image_label = QLabel()
self.result_table = QTableWidget()
self.camera_btn = QPushButton("开启摄像头")
# 布局设置
self._setup_ui()
def _setup_ui(self):
# 核心布局代码
central_widget = QWidget()
layout = QHBoxLayout()
left_panel = QVBoxLayout()
left_panel.addWidget(self.image_label)
left_panel.addWidget(self.camera_btn)
layout.addLayout(left_panel, 70)
layout.addWidget(self.result_table, 30)
central_widget.setLayout(layout)
self.setCentralWidget(central_widget)
4.2 性能优化技巧
- 图像预处理使用多线程：
python复制class PredictThread(QThread):
finished_signal = pyqtSignal(np.ndarray, dict)
def __init__(self, img):
super().__init__()
self.img = img
def run(self):
processed_img = preprocess(self.img)
results = model.predict(processed_img)
self.finished_signal.emit(self.img, results)
- 模型加载加速方案：
python复制def load_model():
model = mobilenet_v3_large()
# 使用半精度减少内存占用
model = model.half().eval()
if torch.cuda.is_available():
model = model.cuda()
return model
5. 常见问题解决方案
5.1 模型准确率低
典型表现：对透明塑料瓶识别错误率高
解决方法：
- 数据层面：增加透明物体训练样本
- 模型层面：在backbone后添加SE注意力模块
python复制class SEModule(nn.Module):
def __init__(self, channels, reduction=4):
super().__init__()
self.avg_pool = nn.AdaptiveAvgPool2d(1)
self.fc = nn.Sequential(
nn.Linear(channels, channels // reduction),
nn.ReLU(inplace=True),
nn.Linear(channels // reduction, channels),
nn.Sigmoid()
)
def forward(self, x):
b, c, _, _ = x.size()
y = self.avg_pool(x).view(b, c)
y = self.fc(y).view(b, c, 1, 1)
return x * y
5.2 界面卡顿
优化方案对比：
| 方案 | 内存占用 | FPS提升 | 实现难度 |
|---|---|---|---|
| 多线程处理 | 中 | 30% | ★★☆ |
| 图像降采样 | 低 | 50% | ★☆☆ |
| OpenCV DNN | 高 | 70% | ★★★ |
推荐组合方案：
- 将摄像头分辨率设置为640x480
- 使用QPixmap的scaled方法显示时压缩尺寸
- 预测线程与UI线程分离
6. 工程化扩展建议
对于想提升项目亮点的同学，可以考虑：
- 增加语音播报功能：使用pyttsx3库
python复制engine = pyttsx3.init()
engine.say(f"检测到{class_name}垃圾")
engine.runAndWait()
- 数据统计可视化：
python复制# 使用PyQtChart
chart = QChart()
series = QPieSeries()
series.append("可回收", 45)
series.append("有害", 15)
chart.addSeries(series)
- 云端部署方案（需服务器支持）：
- 使用Flask构建API接口
- 前端通过requests.post发送图片
- 返回JSON格式识别结果
这套系统在实际教学中，学生平均2周可以完成基础版本，1个月能做出包含扩展功能的完整作品。最大的优势是整套流程标准化程度高，从数据收集到模型训练再到界面开发都有成熟方案参考，特别适合作为深度学习入门项目。