基于YOLOv5的水面垃圾智能检测系统设计与实现

1. 项目背景与核心价值

水面漂浮垃圾识别是当前环保领域的重要技术挑战。传统人工巡查方式效率低下且成本高昂，尤其在广阔水域环境中几乎无法实现有效监控。基于深度学习的计算机视觉技术为解决这一问题提供了全新思路。

我去年参与某沿海城市环保项目时，当地管理部门正面临这样的困境：200公里海岸线每月产生近3吨漂浮垃圾，但人工巡查只能覆盖不到30%的区域。这个毕业设计选题正是源于实际需求，通过Python深度学习技术构建智能识别系统，实现水面垃圾的自动化检测与分类。

2. 技术方案选型

2.1 深度学习框架对比

经过实测对比三大主流框架：

• TensorFlow：生态系统完善但入门曲线陡峭
• PyTorch：动态图机制适合研究调试
• PaddlePaddle：国产框架对中文支持友好

最终选择PyTorch作为基础框架，因其：

1. 完善的计算机视觉工具链（TorchVision）
2. 动态计算图便于模型调试
3. 活跃的社区支持

2.2 模型架构设计

采用改进型YOLOv5s网络结构，在保持轻量化的同时提升小目标检测能力。关键改进点包括：

1. 引入BiFPN特征金字塔增强多尺度特征融合
2. 使用Ghost模块降低计算复杂度
3. 添加CBAM注意力机制提升特征选择性

python复制class EnhancedYOLO(nn.Module):
    def __init__(self):
        super().__init__()
        self.backbone = CSPDarknet53()
        self.neck = BiFPN([512, 256, 128])
        self.head = YOLOHead(
            in_channels=[128, 256, 512],
            num_classes=5  # 塑料/纸张/金属/木质/其他
        )
        self.cbam = CBAM(gate_channels=512)

3. 数据集构建与增强

3.1 数据采集方案

构建了包含3.2万张标注图像的数据集：

• 70%实地拍摄（无人机+固定摄像头）
• 20%公开数据集（WasteNet、TACO）
• 10%合成数据（Blender流体模拟）

标注规范采用COCO格式，包含5大类15小类：

1. 塑料类（PET瓶、塑料袋等）
2. 纸质类（包装盒、报纸等）
3. 金属类（易拉罐、罐头等）
4. 木质类（树枝、木板等）
5. 其他类（泡沫、织物等）

3.2 数据增强策略

针对水面场景的特殊性设计增强方案：

python复制transform = A.Compose([
    A.HorizontalFlip(p=0.5),
    A.RandomBrightnessContrast(p=0.2),
    A.MotionBlur(blur_limit=5, p=0.3),  # 模拟水面波动
    A.RandomFog(fog_coef_lower=0.1, fog_coef_upper=0.3, p=0.1),
    A.GaussNoise(var_limit=(10, 50), p=0.1),
])

4. 模型训练与优化

4.1 训练参数配置

使用4台RTX3090进行分布式训练，关键参数：

• 初始学习率：0.01（Cosine退火）
• 批量大小：128（每卡32）
• 优化器：AdamW（weight_decay=0.05）
• 损失函数：CIoU + Focal Loss

bash复制python train.py --img 640 --batch 128 --epochs 300 --data water_garbage.yaml 
               --cfg models/yolov5s_enhanced.yaml --weights '' --device 0,1,2,3

4.2 性能优化技巧

1. 混合精度训练：减少30%显存占用
2. 梯度累积：模拟更大batch size
3. 动态标签分配：提升小目标召回率
4. 模型EMA：稳定训练过程

5. 部署与实测效果

5.1 边缘计算部署方案

采用TensorRT加速的NVIDIA Jetson AGX Xavier作为边缘节点：

• FP16量化后模型大小：14.3MB
• 推理速度：83FPS（640x640输入）
• 功耗：15W@满载

部署代码示例：

python复制trt_engine = torch2trt(
    model, 
    [dummy_input],
    fp16_mode=True,
    max_workspace_size=1<<25
)

5.2 实际场景测试指标

在5公里河道实测结果：

6. 关键问题与解决方案

6.1 水面反光干扰

解决方案：

1. 偏振镜硬件过滤
2. 数据增强加入高光模拟
3. 模型添加反射特征抑制模块

6.2 小目标检测

改进措施：

1. 采用1024x1024大尺度训练
2. 添加超分辨率预处理
3. 使用NWD替代IoU度量

6.3 类别不平衡

处理方案：

1. 动态采样策略
2. 损失函数类别权重
3. 困难样本挖掘

7. 工程实践建议

1. 数据采集要覆盖不同水文条件（潮汐、流速等）
2. 模型轻量化应考虑部署平台算力
3. 定期进行模型迭代更新（概念漂移问题）
4. 建立人工复核机制保证系统可靠性

这个项目从理论到实践完整走通了深度学习应用落地的全流程，其中最大的收获是认识到：在实际工程中，模型精度只是众多考量因素之一，部署环境、维护成本、系统稳定性等工程因素往往更关键。建议后续可以尝试将检测结果与自动清理设备联动，构建完整的智能治理系统。