1. 项目概述与背景
垃圾分类系统作为环保领域的重要应用场景，近年来随着计算机视觉和机器学习技术的发展获得了新的解决方案。这个项目实现了一个基于七种机器学习算法的智能分类系统，能够自动识别厨余垃圾、可回收垃圾和其他垃圾三类物品。不同于传统的单一算法实现，该项目特别设计了多算法对比框架，并通过Web界面提供直观的用户交互体验。
在实际应用中，我们发现垃圾图像分类面临几个典型挑战：图像背景复杂、物品形态多变、类别间相似度高（如某些塑料包装既可能是厨余垃圾也可能是可回收垃圾）。针对这些问题，项目采用了数据增强、类别权重调整等优化策略，最终在测试集上达到了92%以上的分类准确率。
2. 系统架构设计
2.1 整体架构
系统采用经典的机器学习流水线设计，包含以下核心模块：
- 数据采集与预处理模块
- 特征工程模块
- 多算法训练与评估模块
- Web服务接口模块
- 可视化展示模块
2.2 技术选型考量
选择七种算法（CNN、SVM、随机森林等）的考虑因素：
- 算法多样性：覆盖传统机器学习（SVM、随机森林）和深度学习（CNN）
- 计算效率：确保在普通PC上可运行（排除过大模型）
- 可解释性：保留决策树等可解释模型
- 部署便捷性：选择支持序列化的算法（如pickle格式）
3. 数据准备与预处理
3.1 数据集构建
项目使用了自建数据集，包含9031张垃圾图像，主要来源：
- 社区垃圾分类站点实拍
- 公开数据集补充
- 网络爬取合规图像
数据集特点：
- 分辨率：原始尺寸不一，统一调整为150×150
- 类别分布：
- 厨余垃圾：4521张
- 可回收垃圾：4510张
- 存储格式：JPG压缩（质量因子85）
3.2 预处理流水线
python复制def preprocess_pipeline(image):
# 尺寸标准化
img = cv2.resize(image, (150, 150))
# 亮度增强（解决拍摄环境差异）
img = cv2.convertScaleAbs(img, alpha=1.3, beta=20)
# 噪声处理（针对手机拍摄的压缩伪影）
img = cv2.fastNlMeansDenoisingColored(img, None, 10, 10, 7, 21)
# 边缘增强（突出物体轮廓）
kernel = np.array([[-1,-1,-1], [-1,9,-1], [-1,-1,-1]])
img = cv2.filter2D(img, -1, kernel)
# 归一化
img = img/255.0
return img
4. 核心算法实现
4.1 卷积神经网络(CNN)
采用轻量级架构设计：
python复制model = Sequential([
Conv2D(32, (3,3), activation='relu', input_shape=(150,150,3)),
BatchNormalization(),
MaxPooling2D(2,2),
Conv2D(64, (3,3), activation='relu'),
Dropout(0.3),
MaxPooling2D(2,2),
Flatten(),
Dense(128, activation='relu'),
Dropout(0.5),
Dense(1, activation='sigmoid')
])
调优技巧：
- 使用BatchNorm加速收敛
- 渐进式增加Dropout比例
- 采用早停机制防止过拟合
4.2 支持向量机(SVM)
关键参数配置：
python复制svm_model = SVC(
C=10.0,
kernel='rbf',
gamma='scale',
class_weight={0:1, 1:2.5}, # 强化可回收垃圾权重
probability=True,
random_state=42
)
性能优化：
- 通过网格搜索确定最优C值
- 采用RBF核处理非线性可分数据
- 类别权重调整解决样本不平衡
5. 模型训练与评估
5.1 训练策略
- 数据划分：70%训练集，15%验证集，15%测试集
- 增强技术：
- 随机旋转（±20度）
- 水平翻转
- 亮度抖动（±30%）
- 评估指标：
- 准确率
- 召回率（特别关注可回收垃圾）
- F1-score
- 混淆矩阵
5.2 算法性能对比
| 算法 | 准确率 | 训练时间(s) | 内存占用(MB) |
|---|---|---|---|
| CNN | 92.3% | 320 | 580 |
| SVM | 91.7% | 110 | 220 |
| 随机森林 | 90.2% | 85 | 350 |
| MLP | 88.5% | 65 | 180 |
6. Web交互实现
6.1 Flask后端设计
核心接口：
python复制@app.route('/predict', methods=['POST'])
def predict():
file = request.files['file']
img = cv2.imdecode(np.frombuffer(file.read(), np.uint8), cv2.IMREAD_COLOR)
# 预处理
processed = preprocess_pipeline(img)
# 多模型预测
cnn_pred = cnn_model.predict(np.expand_dims(processed, 0))
svm_pred = svm_model.predict_proba(processed.reshape(1,-1))
# 结果融合
final_pred = (cnn_pred[0][0] + svm_pred[0][1])/2
return jsonify({
'result': 'recyclable' if final_pred > 0.5 else 'kitchen',
'confidence': float(final_pred)
})
6.2 前端交互设计
关键特性：
- 拖拽上传支持
- 实时预览功能
- 双模型结果对比展示
- 响应式布局（适配移动端）
7. 部署与优化
7.1 性能优化技巧
- 模型量化：将浮点参数转为int8，体积减少75%
- 缓存机制：对常见物品建立预测缓存
- 异步处理：使用Celery处理批量预测
7.2 实际部署问题
常见问题排查：
- 图像上传失败
- 检查Nginx上传大小限制
- 验证前端FormData格式
- 预测结果不稳定
- 检查预处理一致性
- 验证模型加载完整性
8. 扩展方向
- 多模态融合：结合物品文本描述（如包装上的文字）
- 增量学习：支持新类别在线学习
- 边缘计算：移植到树莓派等嵌入式设备
- 多语言支持：扩展国际化界面
这个项目最值得分享的经验是：在资源有限的情况下，通过算法组合（CNN+SVM）和针对性优化（类别权重调整），可以达到接近大型模型的性能。我们在社区部署的测试版本，日均处理图像超过2000张，准确率保持在90%以上。