Moral Choices1. 项目背景与核心需求
智慧城市中的环保监控系统正逐步从人工巡查转向AI自动化管理。其中，街道垃圾自动检测作为城市环卫的基础环节，直接影响市容环境和居民生活质量。传统监控摄像头需要人工盯屏或事后回放检查，而基于YOLO模型的自动驾驶清洁车能够实时识别路面垃圾并自动规划清扫路线。
在实际项目中，我们发现道路垃圾检测面临三大核心挑战：
- 目标尺寸差异大（从烟头到大型废弃家具）
- 光照条件复杂（夜间、逆光、树影遮挡）
- 类别混淆严重（塑料袋vs树叶、饮料瓶vs易拉罐）
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. 数据集构建方法论
2.1 数据采集规范设计
我们采用"三时段覆盖法"进行数据采集：
- 晴天9:00-11:00（标准光照）
- 阴天14:00-16:00（低对比度）
- 夜间19:00-21:00（补光环境）
采集设备要求：
- 分辨率≥1920x1080
- 帧率≥25fps
- 安装高度2.5-3米（模拟路灯视角）
特别注意：采集车行驶速度需控制在20km/h以内，避免运动模糊影响标注质量
2.2 标注标准制定
采用分级标注体系：
markdown复制1. 一级类别（必标）：
- 可回收垃圾（蓝标）
- 厨余垃圾（绿标）
- 有害垃圾（红标）
- 其他垃圾（灰标）
2. 二级细分类别（选标）：
- 塑料瓶/易拉罐/纸箱...
- 食物残渣/落叶...
- 电池/药品...
- 烟头/碎石...
标注工具推荐：
- CVAT（企业级）
- LabelImg（轻量级）
- Makesense.ai（在线工具）
2.3 数据增强策略
针对道路场景的特殊性，我们设计了一套组合增强方案：
| 增强类型 | 参数范围 | 适用场景 |
|---|---|---|
| 动态模糊 | 内核大小3-15像素 | 模拟车辆移动 |
| 阴影叠加 | 透明度30%-70% | 树荫遮挡 |
| 色温扰动 | ±1500K | 不同时段光照 |
| 雨雪模拟 | 密度0.1-0.3 | 恶劣天气 |
| 透视变换 | 旋转±15° | 摄像头角度差异 |
3. YOLOv8模型训练实战
3.1 环境配置要点
推荐使用Docker构建训练环境：
dockerfile复制FROM nvcr.io/nvidia/pytorch:23.10-py3
RUN pip install ultralytics==8.1.0 \
&& apt-get install -y libgl1-mesa-glx
关键参数配置（yaml文件示例）：
yaml复制train: ../datasets/street_garbage/train/images
val: ../datasets/street_garbage/val/images
nc: 4 # 对应4个一级类别
names: ['recyclable', 'kitchen', 'hazardous', 'other']
# 优化器配置
optimizer: AdamW
lr0: 0.001
lrf: 0.01
momentum: 0.937
weight_decay: 0.0005
3.2 训练技巧分享
- 自适应锚框计算：
python复制from ultralytics.yolo.utils.autoanchor import check_anchors
check_anchors(dataset='./data.yaml', model='yolov8n.yaml', thr=4.0)
- 分层学习率设置：
- 骨干网络：初始LR的1/10
- Neck层：初始LR的1/2
- Head层：全量学习率
- 早停策略改进：
python复制patience = 50 # 原始值的三倍
monitor = 'val/mAP50-95' # 改用综合指标
3.3 模型评估与优化
我们采用多维度评估体系：
- 常规指标：mAP50、mAP50-95
- 业务指标：
- 漏检率（<5cm²小目标）
- 误检率（相似物混淆）
- 推理速度（1080p下≥25fps）
优化前后的性能对比：
| 模型版本 | mAP50 | 小目标召回率 | 推理速度 |
|---|---|---|---|
| v8n原生 | 68.2% | 52.1% | 45fps |
| 优化后 | 73.8% | 67.4% | 38fps |
4. 部署落地关键问题
4.1 边缘设备适配方案
针对不同算力平台推荐部署方案：
| 设备类型 | 推荐模型 | 量化方式 | 加速技巧 |
|---|---|---|---|
| Jetson Xavier | YOLOv8s | FP16 | TensorRT加速 |
| RK3588 | YOLOv8n | INT8 | RKNN-Toolkit2 |
| 海康IPC | 定制轻量版 | 通道剪枝 | 硬件编码器联动 |
4.2 多摄像头协同策略
在智慧路灯场景中的实施要点：
- 时空去重算法：
python复制def spatio_temporal_filter(detections, camera_id):
# 基于GPS坐标和检测时间戳过滤重复目标
if same_object_in_adjacent_cameras():
keep_highest_confidence()
- 负载均衡方案：
- 动态分配检测任务（基于设备剩余算力）
- 热点区域模型热切换机制
4.3 持续学习实现
建立数据闭环系统：
- 在线难例挖掘：
- 高置信度误检
- 低置信度正样本
- 新出现物体类型
- 增量训练流程：
bash复制yolo train resume model=last.pt data=data.yaml \
epochs=100 imgsz=640 batch=16 \
pretrained=last.pt
5. 典型问题排查指南
我们在实际部署中遇到的TOP3问题：
-
夜间误检率高
- 现象：车灯反光被识别为垃圾
- 解决方案：
- 增加反光样本到训练集
- 添加红外通道输入
- 后处理中加入反射特征过滤
-
小目标漏检
- 现象：烟头等<32px目标检测不到
- 优化方向：
- 修改anchor设置
- 添加小目标检测层
- 提高输入分辨率到1280x1280
-
类别混淆严重
- 典型case：落叶vs餐巾纸
- 改进方法：
- 引入纹理特征辅助判断
- 增加时序连续性校验
- 融合毫米波雷达点云数据
训练过程中如果出现loss震荡剧烈，可以尝试冻结骨干网络的前3层，待loss稳定后再解冻。我们在RTX 4090上的实测数据显示，这种渐进式解冻策略能让训练稳定性提升40%以上。