简介面向人工智能、计算机科学与技术方向本科生及毕业设计/课程设计学习者这份智能垃圾分类系统压缩包提供了从图像识别、数据预处理到模型训练与评估的完整工程源码。资源聚焦卷积神经网络在垃圾分类场景中的应用涵盖深度学习框架下的数据加载、网络构建、训练、预测与可视化环节可帮助理解人工智能算法落地环保问题的整体流程。压缩包约1.15MB共52个文件以28个py源码文件为主配套13个pyc编译文件、6个png示意图、1个gif动图及说明文档等。目录中包含数据读取、网络构建、训练、预测、评估等关键模块便于按数据处理、模型搭建、训练评估、推理预测分块查阅。目前已有142人学习下载。通过该资源学习者可复现垃圾分类模型的构建与调优过程掌握数据预处理、网络结构设计、日志记录和结果可视化等实践技巧为后续开展智能环保或图像识别类项目提供可扩展的基础框架。1. 智能垃圾分类系统毕设和课程作业里最稳的“数据到部署”闭环如果毕设或课程作业让你做一个智能垃圾分类系统你大概率会卡在这几处模型训练总是不收敛、训练好了又不知道在网页上怎么调它、答辩时老师追问一句“这系统怎么落地”就露怯。这份用于人工智能学习实验的智能垃圾分类系统.zip把从数据集组织、模型训练到 Web 演示的完整链路打包好了拿到后可以按文档顺序跑通一个图像分类闭环——它是典型的“毕设形态”项目技术栈不偏门、工作量可视化、演示效果好。适合正在赶毕设的人工智能方向学生也适合课程作业想交一个能在线演示产品的同学。2. 选型先行模型、框架和项目结构决定作业能不能交得出去2.1 模型选型MobileNetV2 为何是毕业设计里的稳妥选择图像分类项目第一步不是写代码而是选骨干网络。这类毕设包默认带的模型大多是 MobileNetV2原因很实际它比 ResNet50 小一个量级在 CPU 上也能跑单张推理而且迁移学习效果不差。垃圾图片本身纹理特征复杂但类别间差异明显——塑料瓶和香蕉皮在颜色、形状上差距很大不需要特别深的网络去学细粒度特征。另外毕设答辩时老师一定会问“你用的是什么网络为什么不用更好的”。MobileNetV2 的回答逻辑是深度可分离卷积把计算量降下来同时通过倒残差结构保持特征表达能在嵌入式设备上实时推理。这句话一出口比“我用了一个很深的网络”要有说服力得多。如果环境允许用 PyTorch也可以用torchvision.models.mobilenet_v2替换逻辑完全一致但拆到的大多数课程包还是 TensorFlow/Keras 2.x 写法本文以这套为准。2.2 框架组合TensorFlow/Keras 与 Flask 的分工很多初学者把“训练”和“部署”混在一起试图在训练脚本里直接开 Web 服务。常见做法是拆成两段训练用 Keras 高层 API 快速迭代部署用 Flask 起一个轻量服务把模型当作一个黑匣子加载进内存对外提供 HTTP 接口。这样的好处是训练代码可以随便改网络结构不影响已经跑起来的演示服务。一个典型的requirements.txt内容如下tensorflow2.10.0 flask2.2.3 pillow9.4.0 numpy1.23.5 opencv-python4.7.0.72这里值得注意TensorFlow 版本别追新。2.10 是最后一个原生支持 GPU 的 Windows 版本之后在 Windows 上要靠 WSL 才能用 GPU课程作业场景基本是 CPU 训练小数据集2.10 稳定且网上资料最多踩坑时更容易搜到答案。Pillow 固定大版本是因为新版本对图片模式处理更严格加载 RGBA 图时容易报错。2.3 项目目录结构训练、推理、演示三端分离我拆过的毕设包里能快速跑通的和跑不通的差别往往在目录是否清晰。一个能让人三十秒上手的分层结构长这样smart-garbage-classifier/ ├── data/ │ ├── train/ │ │ ├── recyclable/ # 可回收物 │ │ ├── kitchen/ # 厨余垃圾 │ │ ├── hazardous/ # 有害垃圾 │ │ └── other/ # 其他垃圾 │ └── val/ │ ├── recyclable/ │ ├── kitchen/ │ ├── hazardous/ │ └── other/ ├── models/ │ └── garbage_mobilenetv2.h5 ├── scripts/ │ ├── train.py │ ├── predict.py │ └── preprocess.py ├── web/ │ ├── app.py │ ├── templates/ │ │ └── index.html │ └── static/ │ └── uploads/ └── requirements.txt核心原则是数据、模型、脚本、Web 服务互不嵌套。scripts/只负责训练和离线推理web/只负责加载训练好的.h5文件并提供上传接口models/作为两者之间的唯一交接点。这样划分后答辩时你可以直接说“训练与部署解耦模型文件是唯一产物”这句话在毕业论文里也是一句规范表述。需要说明data/train下的四个类别是国标《生活垃圾分类标志》GB/T 19095-2019 的四分类方式。如果你拿到的是 40 类的细分类数据集目录层数会再多一层本文按四分类演示后文会讲扩展方法。3. 从数据集到训练把垃圾图片变成可识别模型3.1 数据集组织文件夹结构就是标签本身四分类模型不需要写 CSV 标签文件Keras 的flow_from_directory会直接把子文件夹名当作类别名。这是比手动写标签更稳的方式不会出现图片文件名和标注错位的问题加类别也只在data/train下新建文件夹。每个类别的训练图片量需要注意如果某个类只有 20 张模型基本学不到有效特征。一般建议每类不少于 100 张四分类共 400 张以上才能在迁移学习下勉强达到 85% 以上的验证准确率。图片分辨率不需要太大统一缩放到 224×224 即可这个尺寸是 MobileNetV2 的输入要求。3.2 数据预处理与增强少样本下的防过拟合手段垃圾图片的来源可能是手机拍摄、网络爬取、数据集截图分辨率、光照、背景差异很大。直接丢进模型训练容易过拟合常见做法是加一组数据增强代码写在训练脚本开头from tensorflow.keras.preprocessing.image import ImageDataGenerator train_datagen ImageDataGenerator( rescale1.0 / 255, rotation_range20, width_shift_range0.2, height_shift_range0.2, shear_range0.2, zoom_range0.2, horizontal_flipTrue, fill_modenearest ) val_datagen ImageDataGenerator(rescale1.0 / 255)参数含义rescale把像素从 0-255 归一化到 0-1rotation_range和shift系模拟拍摄角度变化zoom_range模拟远近horizontal_flip对垃圾图片基本无损因为垃圾桶里的物体没有左右语义。注意验证集只做归一化不做增强否则验证结果失真。训练时用flow_from_directory生成批次数据train_generator train_datagen.flow_from_directory( data/train, target_size(224, 224), batch_size32, class_modecategorical ) val_generator val_datagen.flow_from_directory( data/val, target_size(224, 224), batch_size32, class_modecategorical )class_mode选categorical是因为四分类是互斥标签输出层用 softmax对应损失函数是分类交叉熵。如果你做的是多标签任务——比如一张图同时是“可回收”和“纸质”——才改成multi_label并用 sigmoid。3.3 训练脚本迁移学习、学习率衰减与 EarlyStopping训练部分最值得抄作业的是迁移学习写法。加载 ImageNet 预训练权重冻结前 100 层只训练新增的分类层然后再解冻部分层做微调。两阶段训练比一次全量训练收敛快得多这也是调参“血泪经验”中最有用的一条。import tensorflow as tf from tensorflow.keras.applications import MobileNetV2 from tensorflow.keras.layers import GlobalAveragePooling2D, Dense, Dropout from tensorflow.keras.models import Model from tensorflow.keras.callbacks import EarlyStopping, ReduceLROnPlateau, ModelCheckpoint base_model MobileNetV2( weightsimagenet, include_topFalse, input_shape(224, 224, 3) ) base_model.trainable False x base_model.output x GlobalAveragePooling2D()(x) x Dropout(0.3)(x) output Dense(4, activationsoftmax)(x) model Model(inputsbase_model.input, outputsoutput) model.compile( optimizertf.keras.optimizers.Adam(learning_rate1e-3), losscategorical_crossentropy, metrics[accuracy] ) callbacks [ EarlyStopping(monitorval_loss, patience5, restore_best_weightsTrue), ReduceLROnPlateau(monitorval_loss, factor0.5, patience2), ModelCheckpoint(models/garbage_mobilenetv2.h5, monitorval_accuracy, save_best_onlyTrue) ] history model.fit( train_generator, steps_per_epochtrain_generator.samples // 32, validation_dataval_generator, validation_stepsval_generator.samples // 32, epochs50, callbackscallbacks )这个脚本有四处关键参数GlobalAveragePooling2D替代 Flatten把特征图直接压缩成向量参数量骤减对少量数据集尤其友好。Dropout(0.3)防止全连接层过拟合垃圾图片背景杂乱全连接层最容易把背景纹理当特征。ReduceLROnPlateau在 val_loss 连续 2 轮不降时把学习率减半。分类任务后期 1e-3 学习率震荡明显衰减后能稳定收敛。EarlyStopping会在 5 轮内验证损失不再下降时自动停止同时restore_best_weightsTrue保证模型文件是验证集最优版本。训练完成后models/garbage_mobilenetv2.h5就是你要的所有成果物。注意 checkpoint 回调在 Windows 下如果路径带中文会报错建议路径保持纯英文。3.4 推理脚本单图预测与 Top-5 输出训练只是开始答辩现场最怕的是“模型能炼出来但不会用”。写一个独立的推理脚本输入一张图片输出各类别置信度排序import numpy as np from tensorflow.keras.models import load_model from tensorflow.keras.preprocessing.image import load_img, img_to_array class_names [其他垃圾, 可回收物, 厨余垃圾, 有害垃圾] def predict_image(image_path, model_pathmodels/garbage_mobilenetv2.h5, top_k3): model load_model(model_path) img load_img(image_path, target_size(224, 224)) x img_to_array(img) / 255.0 x np.expand_dims(x, axis0) probs model.predict(x, verbose0)[0] top_idx np.argsort(probs)[::-1][:top_k] for i in top_idx: print(f{class_names[i]:8s} - {probs[i] * 100:.2f}%) return class_names[top_idx[0]], probs[top_idx[0]] if __name__ __main__: predict_image(test/banana_peel.jpg)这里有个细节容易翻车Keras 的load_img默认把图片转为 RGB但如果你用的是 OpenCV 的imread得到的是 BGR此时颜色通道颠倒模型输出会整体漂移。我一般统一用load_img避免混用两种图片读取方式。np.expand_dims在单张预测时不可省略因为模型期望输入形状是(batch, 224, 224, 3)而img_to_array输出是(224, 224, 3)。这一步是初学阶段最常见的“dimension mismatch”报错来源。4. 避坑指南垃圾分类系统最容易翻车的五个位置4.1 数据集不均衡导致识别“偏科”现象训练曲线显示准确率很高但打开网页试几张厨余垃圾图片总是被识别成“其他垃圾”。原因数据集里“其他垃圾”图片数量碾压其他三类模型学到的最优策略就是永远输出“其他垃圾”因为这样整体准确率最高。准确率指标在这种场景下会骗人。解决训练前统计data/train下每类图片数量对少样本类别做过采样。最省事的做法是用ImageDataGenerator里的rotation_range和zoom_range做增强一类一类的输入更直接的办法是删掉多出来的样本让四类数量大致持平。我一般会同时看混淆矩阵而非单看 accuracy后文会讲。4.2 置信度阈值设置不当实际演示时误报频发现象上传一张完全不相关的图片——比如纯色壁纸——系统还是硬着头皮输出“可回收物 82%”。原因softmax 的输出总和恒等于 1模型被迫在所有类别里分配概率不认识的图片也会分到一个最高项。如果不设阈值模型永远会给出一个“最像”的类别。解决在推理脚本里加置信度门槛最高置信度低于 60% 时返回“无法识别请重新拍摄”。top_class, top_prob predict_image(test/wallpaper.jpg) if top_prob 0.6: print(无法识别请换一张光线充足、拍全物品的图片)60% 这个值在四分类任务里算比较敏感演示时可以临时调低到 50%避免现场翻车。4.3 中文标签乱码从训练到前端一路踩坑现象训练脚本输出的类别名中文正常但 Flask 返回 JSON 到网页前台显示成\u53ef\u56de\u6536\u7269或者浏览器里乱码。原因Flask 的jsonify默认ensure_asciiTrue会把中文转成 Unicode 转义序列前端拿到后如果不做解码处理直接显示的就是转义串。解决前端页面显式解码或者在 Flask 接口里关掉 ASCII 转义。关掉转义这个操作要在返回 JSON 时指定代码写在web/app.py里return jsonify({result: class_name, confidence: prob}), {Content-Type: application/json; charsetutf-8}更省心的做法是让后端直接返回数组前端渲染时用decodeURIComponent但通用的方案是后端返回时就用json.dumps(..., ensure_asciiFalse)包装。另外 Windows 下 Python 源码文件头不加# -*- coding: utf-8 -*-训练脚本里的中文注释都会被 python 2 报错如果环境是 python3 则无此问题但保持文件编码 UTF-8 是通用习惯。4.4 模型体积过大Web 端加载慢到怀疑人生现象Flask 应用启动后模型加载了十几秒浏览器打开页面等待时间过长答辩现场体验极差。原因转换前的.h5模型文件加上 MobileNetV2 的权重通常在 14MB 左右如果没做量化或者直接用了 ResNet50体积直接到 100MB。首次请求还要做图片预处理和推理叠加起来就慢。解决一是换h5为 TFLite 量化版后文会给出转换脚本二是在 Flask 启动时预加载模型放在模块全局变量里不要每个请求都load_model一次。这是大部分毕设代码没做、但一眼就能让老师看出工程经验的地方。4.5 测试集泄露验证准确率高、实测翻车的经典原因现象训练时验证集准确率 96%但网页上传真实拍摄图后识别乱套。原因数据目录划分不干净。很多人把网上找的图片既放进训练集又放进验证集或者验证集图片和训练集来自同一批来源模型实际上记住了图片而非语义特征。真实世界的光线、角度、垃圾桶背景一变就露馅。解决划分数据集前先tqdm记录文件 MD5删除重复图片划分时按来源目录随机分配而非按文件名排序。最简单的操作是拿手机自己拍 20 张测试图片千万别用数据集里的图片做最终验收。5. 进阶与验证把四分类扩到四十分类之前先做这三件事训练完模型、跑通 Web 演示项目只能算完成 70%。剩下 30% 是验证和上限提升直接决定这个系统在答辩时能不能禁得住追问。第一件事是画混淆矩阵。很多人只看准确率但准确率在面对四分类时会掩盖类别间的混淆情况。厨余垃圾和可回收垃圾在高分辨率下容易互混有害垃圾因为样本少经常全错。混淆矩阵能精确指出哪对类别在打架然后去数据层面补样本。from sklearn.metrics import confusion_matrix, classification_report # 假设 y_true 是真实标签列表y_pred 是模型预测标签列表 cm confusion_matrix(y_true, y_pred) print(classification_report(y_true, y_pred, target_namesclass_names))第二件事是模型量化。如果是为演示准备把.h5转成.tflite并使用动态范围量化权重能压到原来的四分之一加载速度和推理速度都明显提升import tensorflow as tf model tf.keras.models.load_model(models/garbage_mobilenetv2.h5) converter tf.lite.TFLiteConverter.from_keras_model(model) converter.optimizations [tf.lite.Optimize.DEFAULT] tflite_model converter.convert() with open(models/garbage_mobilenetv2_quant.tflite, wb) as f: f.write(tflite_model)量化后的模型在桌面 CPU 上单张推理可以在 300ms 内完成对演示型项目绰绰有余。TensorFlow 从 2.10 开始TFLiteConverter是默认路径不用再导入lite模块。第三件事是扩展类别前的强制检查这是我最想提醒的部分。四分类升四十分类不能直接把最后一层Dense(4)改成Dense(40)然后重训那个“重训”会把预训练权重也随机初始化实际等于从零开始。正确做法是先解冻 MobileNetV2 的前几层做全量微调用较小学习率低于 1e-4跑至少 20 轮同时确认新的类别文件夹在data/train和data/val里数量基本均匀。40 类的公开垃圾数据集在网络上资源很多但下载后先检查每类图片数量和图片是否损坏——opencv 在读取损坏图片时会直接抛异常中断训练。从那以后我每做一个图像分类项目都强制走一遍“训练 → 混淆矩阵 → 量化 → 真机测试”这个流程不再相信自己眼睛看到的 accuracy。量化后的模型到底哪里变弱了必须用测试集图片和手机实拍去量化而不是看训练曲线。这份资源能不能帮你交出一份体面的毕设说到底取决于你有没有走完这条验证链。希望帮到你。本文还有配套的精品资源点击获取
简介面向人工智能、计算机科学与技术方向本科生及毕业设计/课程设计学习者这份智能垃圾分类系统压缩包提供了从图像识别、数据预处理到模型训练与评估的完整工程源码。资源聚焦卷积神经网络在垃圾分类场景中的应用涵盖深度学习框架下的数据加载、网络构建、训练、预测与可视化环节可帮助理解人工智能算法落地环保问题的整体流程。压缩包约1.15MB共52个文件以28个py源码文件为主配套13个pyc编译文件、6个png示意图、1个gif动图及说明文档等。目录中包含数据读取、网络构建、训练、预测、评估等关键模块便于按数据处理、模型搭建、训练评估、推理预测分块查阅。目前已有142人学习下载。通过该资源学习者可复现垃圾分类模型的构建与调优过程掌握数据预处理、网络结构设计、日志记录和结果可视化等实践技巧为后续开展智能环保或图像识别类项目提供可扩展的基础框架。1. 智能垃圾分类系统毕设和课程作业里最稳的“数据到部署”闭环如果毕设或课程作业让你做一个智能垃圾分类系统你大概率会卡在这几处模型训练总是不收敛、训练好了又不知道在网页上怎么调它、答辩时老师追问一句“这系统怎么落地”就露怯。这份用于人工智能学习实验的智能垃圾分类系统.zip把从数据集组织、模型训练到 Web 演示的完整链路打包好了拿到后可以按文档顺序跑通一个图像分类闭环——它是典型的“毕设形态”项目技术栈不偏门、工作量可视化、演示效果好。适合正在赶毕设的人工智能方向学生也适合课程作业想交一个能在线演示产品的同学。2. 选型先行模型、框架和项目结构决定作业能不能交得出去2.1 模型选型MobileNetV2 为何是毕业设计里的稳妥选择图像分类项目第一步不是写代码而是选骨干网络。这类毕设包默认带的模型大多是 MobileNetV2原因很实际它比 ResNet50 小一个量级在 CPU 上也能跑单张推理而且迁移学习效果不差。垃圾图片本身纹理特征复杂但类别间差异明显——塑料瓶和香蕉皮在颜色、形状上差距很大不需要特别深的网络去学细粒度特征。另外毕设答辩时老师一定会问“你用的是什么网络为什么不用更好的”。MobileNetV2 的回答逻辑是深度可分离卷积把计算量降下来同时通过倒残差结构保持特征表达能在嵌入式设备上实时推理。这句话一出口比“我用了一个很深的网络”要有说服力得多。如果环境允许用 PyTorch也可以用torchvision.models.mobilenet_v2替换逻辑完全一致但拆到的大多数课程包还是 TensorFlow/Keras 2.x 写法本文以这套为准。2.2 框架组合TensorFlow/Keras 与 Flask 的分工很多初学者把“训练”和“部署”混在一起试图在训练脚本里直接开 Web 服务。常见做法是拆成两段训练用 Keras 高层 API 快速迭代部署用 Flask 起一个轻量服务把模型当作一个黑匣子加载进内存对外提供 HTTP 接口。这样的好处是训练代码可以随便改网络结构不影响已经跑起来的演示服务。一个典型的requirements.txt内容如下tensorflow2.10.0 flask2.2.3 pillow9.4.0 numpy1.23.5 opencv-python4.7.0.72这里值得注意TensorFlow 版本别追新。2.10 是最后一个原生支持 GPU 的 Windows 版本之后在 Windows 上要靠 WSL 才能用 GPU课程作业场景基本是 CPU 训练小数据集2.10 稳定且网上资料最多踩坑时更容易搜到答案。Pillow 固定大版本是因为新版本对图片模式处理更严格加载 RGBA 图时容易报错。2.3 项目目录结构训练、推理、演示三端分离我拆过的毕设包里能快速跑通的和跑不通的差别往往在目录是否清晰。一个能让人三十秒上手的分层结构长这样smart-garbage-classifier/ ├── data/ │ ├── train/ │ │ ├── recyclable/ # 可回收物 │ │ ├── kitchen/ # 厨余垃圾 │ │ ├── hazardous/ # 有害垃圾 │ │ └── other/ # 其他垃圾 │ └── val/ │ ├── recyclable/ │ ├── kitchen/ │ ├── hazardous/ │ └── other/ ├── models/ │ └── garbage_mobilenetv2.h5 ├── scripts/ │ ├── train.py │ ├── predict.py │ └── preprocess.py ├── web/ │ ├── app.py │ ├── templates/ │ │ └── index.html │ └── static/ │ └── uploads/ └── requirements.txt核心原则是数据、模型、脚本、Web 服务互不嵌套。scripts/只负责训练和离线推理web/只负责加载训练好的.h5文件并提供上传接口models/作为两者之间的唯一交接点。这样划分后答辩时你可以直接说“训练与部署解耦模型文件是唯一产物”这句话在毕业论文里也是一句规范表述。需要说明data/train下的四个类别是国标《生活垃圾分类标志》GB/T 19095-2019 的四分类方式。如果你拿到的是 40 类的细分类数据集目录层数会再多一层本文按四分类演示后文会讲扩展方法。3. 从数据集到训练把垃圾图片变成可识别模型3.1 数据集组织文件夹结构就是标签本身四分类模型不需要写 CSV 标签文件Keras 的flow_from_directory会直接把子文件夹名当作类别名。这是比手动写标签更稳的方式不会出现图片文件名和标注错位的问题加类别也只在data/train下新建文件夹。每个类别的训练图片量需要注意如果某个类只有 20 张模型基本学不到有效特征。一般建议每类不少于 100 张四分类共 400 张以上才能在迁移学习下勉强达到 85% 以上的验证准确率。图片分辨率不需要太大统一缩放到 224×224 即可这个尺寸是 MobileNetV2 的输入要求。3.2 数据预处理与增强少样本下的防过拟合手段垃圾图片的来源可能是手机拍摄、网络爬取、数据集截图分辨率、光照、背景差异很大。直接丢进模型训练容易过拟合常见做法是加一组数据增强代码写在训练脚本开头from tensorflow.keras.preprocessing.image import ImageDataGenerator train_datagen ImageDataGenerator( rescale1.0 / 255, rotation_range20, width_shift_range0.2, height_shift_range0.2, shear_range0.2, zoom_range0.2, horizontal_flipTrue, fill_modenearest ) val_datagen ImageDataGenerator(rescale1.0 / 255)参数含义rescale把像素从 0-255 归一化到 0-1rotation_range和shift系模拟拍摄角度变化zoom_range模拟远近horizontal_flip对垃圾图片基本无损因为垃圾桶里的物体没有左右语义。注意验证集只做归一化不做增强否则验证结果失真。训练时用flow_from_directory生成批次数据train_generator train_datagen.flow_from_directory( data/train, target_size(224, 224), batch_size32, class_modecategorical ) val_generator val_datagen.flow_from_directory( data/val, target_size(224, 224), batch_size32, class_modecategorical )class_mode选categorical是因为四分类是互斥标签输出层用 softmax对应损失函数是分类交叉熵。如果你做的是多标签任务——比如一张图同时是“可回收”和“纸质”——才改成multi_label并用 sigmoid。3.3 训练脚本迁移学习、学习率衰减与 EarlyStopping训练部分最值得抄作业的是迁移学习写法。加载 ImageNet 预训练权重冻结前 100 层只训练新增的分类层然后再解冻部分层做微调。两阶段训练比一次全量训练收敛快得多这也是调参“血泪经验”中最有用的一条。import tensorflow as tf from tensorflow.keras.applications import MobileNetV2 from tensorflow.keras.layers import GlobalAveragePooling2D, Dense, Dropout from tensorflow.keras.models import Model from tensorflow.keras.callbacks import EarlyStopping, ReduceLROnPlateau, ModelCheckpoint base_model MobileNetV2( weightsimagenet, include_topFalse, input_shape(224, 224, 3) ) base_model.trainable False x base_model.output x GlobalAveragePooling2D()(x) x Dropout(0.3)(x) output Dense(4, activationsoftmax)(x) model Model(inputsbase_model.input, outputsoutput) model.compile( optimizertf.keras.optimizers.Adam(learning_rate1e-3), losscategorical_crossentropy, metrics[accuracy] ) callbacks [ EarlyStopping(monitorval_loss, patience5, restore_best_weightsTrue), ReduceLROnPlateau(monitorval_loss, factor0.5, patience2), ModelCheckpoint(models/garbage_mobilenetv2.h5, monitorval_accuracy, save_best_onlyTrue) ] history model.fit( train_generator, steps_per_epochtrain_generator.samples // 32, validation_dataval_generator, validation_stepsval_generator.samples // 32, epochs50, callbackscallbacks )这个脚本有四处关键参数GlobalAveragePooling2D替代 Flatten把特征图直接压缩成向量参数量骤减对少量数据集尤其友好。Dropout(0.3)防止全连接层过拟合垃圾图片背景杂乱全连接层最容易把背景纹理当特征。ReduceLROnPlateau在 val_loss 连续 2 轮不降时把学习率减半。分类任务后期 1e-3 学习率震荡明显衰减后能稳定收敛。EarlyStopping会在 5 轮内验证损失不再下降时自动停止同时restore_best_weightsTrue保证模型文件是验证集最优版本。训练完成后models/garbage_mobilenetv2.h5就是你要的所有成果物。注意 checkpoint 回调在 Windows 下如果路径带中文会报错建议路径保持纯英文。3.4 推理脚本单图预测与 Top-5 输出训练只是开始答辩现场最怕的是“模型能炼出来但不会用”。写一个独立的推理脚本输入一张图片输出各类别置信度排序import numpy as np from tensorflow.keras.models import load_model from tensorflow.keras.preprocessing.image import load_img, img_to_array class_names [其他垃圾, 可回收物, 厨余垃圾, 有害垃圾] def predict_image(image_path, model_pathmodels/garbage_mobilenetv2.h5, top_k3): model load_model(model_path) img load_img(image_path, target_size(224, 224)) x img_to_array(img) / 255.0 x np.expand_dims(x, axis0) probs model.predict(x, verbose0)[0] top_idx np.argsort(probs)[::-1][:top_k] for i in top_idx: print(f{class_names[i]:8s} - {probs[i] * 100:.2f}%) return class_names[top_idx[0]], probs[top_idx[0]] if __name__ __main__: predict_image(test/banana_peel.jpg)这里有个细节容易翻车Keras 的load_img默认把图片转为 RGB但如果你用的是 OpenCV 的imread得到的是 BGR此时颜色通道颠倒模型输出会整体漂移。我一般统一用load_img避免混用两种图片读取方式。np.expand_dims在单张预测时不可省略因为模型期望输入形状是(batch, 224, 224, 3)而img_to_array输出是(224, 224, 3)。这一步是初学阶段最常见的“dimension mismatch”报错来源。4. 避坑指南垃圾分类系统最容易翻车的五个位置4.1 数据集不均衡导致识别“偏科”现象训练曲线显示准确率很高但打开网页试几张厨余垃圾图片总是被识别成“其他垃圾”。原因数据集里“其他垃圾”图片数量碾压其他三类模型学到的最优策略就是永远输出“其他垃圾”因为这样整体准确率最高。准确率指标在这种场景下会骗人。解决训练前统计data/train下每类图片数量对少样本类别做过采样。最省事的做法是用ImageDataGenerator里的rotation_range和zoom_range做增强一类一类的输入更直接的办法是删掉多出来的样本让四类数量大致持平。我一般会同时看混淆矩阵而非单看 accuracy后文会讲。4.2 置信度阈值设置不当实际演示时误报频发现象上传一张完全不相关的图片——比如纯色壁纸——系统还是硬着头皮输出“可回收物 82%”。原因softmax 的输出总和恒等于 1模型被迫在所有类别里分配概率不认识的图片也会分到一个最高项。如果不设阈值模型永远会给出一个“最像”的类别。解决在推理脚本里加置信度门槛最高置信度低于 60% 时返回“无法识别请重新拍摄”。top_class, top_prob predict_image(test/wallpaper.jpg) if top_prob 0.6: print(无法识别请换一张光线充足、拍全物品的图片)60% 这个值在四分类任务里算比较敏感演示时可以临时调低到 50%避免现场翻车。4.3 中文标签乱码从训练到前端一路踩坑现象训练脚本输出的类别名中文正常但 Flask 返回 JSON 到网页前台显示成\u53ef\u56de\u6536\u7269或者浏览器里乱码。原因Flask 的jsonify默认ensure_asciiTrue会把中文转成 Unicode 转义序列前端拿到后如果不做解码处理直接显示的就是转义串。解决前端页面显式解码或者在 Flask 接口里关掉 ASCII 转义。关掉转义这个操作要在返回 JSON 时指定代码写在web/app.py里return jsonify({result: class_name, confidence: prob}), {Content-Type: application/json; charsetutf-8}更省心的做法是让后端直接返回数组前端渲染时用decodeURIComponent但通用的方案是后端返回时就用json.dumps(..., ensure_asciiFalse)包装。另外 Windows 下 Python 源码文件头不加# -*- coding: utf-8 -*-训练脚本里的中文注释都会被 python 2 报错如果环境是 python3 则无此问题但保持文件编码 UTF-8 是通用习惯。4.4 模型体积过大Web 端加载慢到怀疑人生现象Flask 应用启动后模型加载了十几秒浏览器打开页面等待时间过长答辩现场体验极差。原因转换前的.h5模型文件加上 MobileNetV2 的权重通常在 14MB 左右如果没做量化或者直接用了 ResNet50体积直接到 100MB。首次请求还要做图片预处理和推理叠加起来就慢。解决一是换h5为 TFLite 量化版后文会给出转换脚本二是在 Flask 启动时预加载模型放在模块全局变量里不要每个请求都load_model一次。这是大部分毕设代码没做、但一眼就能让老师看出工程经验的地方。4.5 测试集泄露验证准确率高、实测翻车的经典原因现象训练时验证集准确率 96%但网页上传真实拍摄图后识别乱套。原因数据目录划分不干净。很多人把网上找的图片既放进训练集又放进验证集或者验证集图片和训练集来自同一批来源模型实际上记住了图片而非语义特征。真实世界的光线、角度、垃圾桶背景一变就露馅。解决划分数据集前先tqdm记录文件 MD5删除重复图片划分时按来源目录随机分配而非按文件名排序。最简单的操作是拿手机自己拍 20 张测试图片千万别用数据集里的图片做最终验收。5. 进阶与验证把四分类扩到四十分类之前先做这三件事训练完模型、跑通 Web 演示项目只能算完成 70%。剩下 30% 是验证和上限提升直接决定这个系统在答辩时能不能禁得住追问。第一件事是画混淆矩阵。很多人只看准确率但准确率在面对四分类时会掩盖类别间的混淆情况。厨余垃圾和可回收垃圾在高分辨率下容易互混有害垃圾因为样本少经常全错。混淆矩阵能精确指出哪对类别在打架然后去数据层面补样本。from sklearn.metrics import confusion_matrix, classification_report # 假设 y_true 是真实标签列表y_pred 是模型预测标签列表 cm confusion_matrix(y_true, y_pred) print(classification_report(y_true, y_pred, target_namesclass_names))第二件事是模型量化。如果是为演示准备把.h5转成.tflite并使用动态范围量化权重能压到原来的四分之一加载速度和推理速度都明显提升import tensorflow as tf model tf.keras.models.load_model(models/garbage_mobilenetv2.h5) converter tf.lite.TFLiteConverter.from_keras_model(model) converter.optimizations [tf.lite.Optimize.DEFAULT] tflite_model converter.convert() with open(models/garbage_mobilenetv2_quant.tflite, wb) as f: f.write(tflite_model)量化后的模型在桌面 CPU 上单张推理可以在 300ms 内完成对演示型项目绰绰有余。TensorFlow 从 2.10 开始TFLiteConverter是默认路径不用再导入lite模块。第三件事是扩展类别前的强制检查这是我最想提醒的部分。四分类升四十分类不能直接把最后一层Dense(4)改成Dense(40)然后重训那个“重训”会把预训练权重也随机初始化实际等于从零开始。正确做法是先解冻 MobileNetV2 的前几层做全量微调用较小学习率低于 1e-4跑至少 20 轮同时确认新的类别文件夹在data/train和data/val里数量基本均匀。40 类的公开垃圾数据集在网络上资源很多但下载后先检查每类图片数量和图片是否损坏——opencv 在读取损坏图片时会直接抛异常中断训练。从那以后我每做一个图像分类项目都强制走一遍“训练 → 混淆矩阵 → 量化 → 真机测试”这个流程不再相信自己眼睛看到的 accuracy。量化后的模型到底哪里变弱了必须用测试集图片和手机实拍去量化而不是看训练曲线。这份资源能不能帮你交出一份体面的毕设说到底取决于你有没有走完这条验证链。希望帮到你。本文还有配套的精品资源点击获取
