一、选题背景：为什么选择“深度学习+垃圾分类”？
随着城市化进程加速，我国城市生活垃圾年产量已突破2亿吨，“垃圾围城”成为制约城市可持续发展的关键问题。而源头垃圾分类是破解这一难题的核心——据统计，规范的垃圾分类可使垃圾处理效率提升40%，处理成本降低30%，同时减少塑料、有害垃圾对土壤和水源的污染。
传统垃圾分类依赖人工分拣，存在效率低、误差大、人力成本高的问题；而基于计算机视觉的自动化分类技术，能通过图像识别快速判断垃圾类别，为智能垃圾桶、垃圾分拣机器人等设备提供核心算法支撑。
在技术选型上，深度学习（尤其是卷积神经网络CNN）在图像分类任务中表现出远超传统机器学习（如SVM、逻辑回归）的精度，且已在医疗影像、人脸识别等领域验证了可行性。因此，本毕业设计聚焦“基于深度学习的生活垃圾分类识别”，旨在设计一套兼顾高精度与低算力需求的算法，为实际场景落地提供参考。
二、核心技术栈：从理论到工具的选型逻辑
2.1 理论基础：为什么选这些模型？
- 卷积神经网络（CNN）：图像分类的核心模型，通过“卷积层提取特征+池化层降维+全连接层分类”的结构，能自动学习垃圾图像的纹理、形状特征，避免人工设计特征的局限性；
- 经典网络参考：对比AlexNet（深度较深、算力需求高）和GoogleNet（Inception模块降维），最终选择“简化版全连接神经网络+图像预处理降维”方案——在保证精度的同时，降低对硬件的要求，普通PC即可完成训练；
- 评估指标：采用准确率（Accuracy） 作为核心指标（公式：），同时参考精确率（P）和召回率（R），确保模型在“厨余垃圾”和“可回收垃圾”两类场景中均稳定表现。
2.2 开发工具：轻量化且易上手
考虑到本科阶段的硬件资源和开发经验，选择“低门槛、高兼容性”的工具链：
| 类别 | 工具/框架 | 选择理由 |
|---|---|---|
| 编程语言 | Python 3.6 | 机器学习生态最完善，拥有Pillow、NumPy、TensorFlow等丰富库支持； |
| 深度学习框架 | TensorFlow 1.15.0 | 1.X版本文档丰富、社区支持成熟，避免2.X版本的兼容性问题，适合新手开发； |
| 图像处理 | Pillow | 轻量级图像库，支持格式转换、尺寸压缩等预处理操作，API简单易调用； |
| 开发环境 | Jupyter Notebook | 支持“代码块+结果实时显示”，方便调试和分步验证，适合算法迭代； |
| 硬件 | Intel Core i9 + 16G内存 | 无需GPU加速（通过图像降维优化算力需求），普通PC即可完成2万条数据的训练； |
三、毕业设计全流程：从需求到落地的6个关键步骤
3.1 第一步：文献调研与国内外现状分析
在确定研究方向后，首先梳理国内外研究进展，明确自身研究的定位：
- 国外：德国（押金制回收空瓶）、日本（智能垃圾桶）等国家已实现垃圾分类的规模化落地，且多结合自动化设备；
- 国内：政策推动下，北京、上海等城市已强制推行垃圾分类，但技术层面仍以“传统机器学习+小数据集”为主，存在精度不足（多在85%以下）、泛化能力弱的问题；
- 创新点：现有研究多依赖大规模数据集和高算力GPU，而本设计通过“图像压缩（128×128像素）+简化网络结构”，在普通PC上实现93%以上的分类精度，兼顾“实用性”与“落地性”。
3.2 第二步：数据收集与预处理——算法的“基石”
3.2.1 数据集选择
采用公开的生活垃圾分类数据集（来源：CSDN开源项目），包含两类核心垃圾：
- 厨余垃圾：12567条（如剩菜、果皮）；
- 可回收垃圾：9999条（如塑料瓶、纸张）；
所有数据均为JPG格式，原始尺寸大于128×128像素，满足后续压缩需求。
3.2.2 图像预处理流程
原始图像存在尺寸不一、色彩通道冗余（RGB）的问题，需通过3步处理：
- 格式转换：将RGB图像转为L模式（灰度图），减少通道数（从3通道降至1通道），降低算力消耗；
- 尺寸压缩：统一缩放到128×128像素，避免因图像大小不一致导致的训练误差；
- 数据归一化：将像素值（0-255）除以255，映射到0-1区间，加速模型收敛。
预处理效果对比：左侧为原始RGB图像（尺寸不一、色彩丰富），右侧为处理后的灰度图（128×128，特征更聚焦），既保留了垃圾的关键形状特征，又大幅降低了数据维度。
3.3 第三步：算法设计——核心网络结构
3.3.1 网络架构设计
考虑到算力限制，未采用复杂的CNN模型（如ResNet、YOLO），而是设计“全连接神经网络+图像特征扁平化”的方案，结构如下：
- 输入层：128×128的灰度图像，经Flatten层转为16384维向量；
- 隐藏层：4层全连接层，节点数依次为1000→500→256→128（逐层降维，避免过拟合），激活函数均采用ReLU（解决梯度消失问题）；
- 输出层：2个节点，分别对应“厨余垃圾（0）”和“可回收垃圾（1）”，采用SparseCategoricalCrossentropy损失函数（适合整数标签分类）。
3.3.2 关键参数调试
通过控制变量法测试不同参数对精度的影响，最终确定最优配置：
| 参数 | 测试范围 | 最优选择 |
|---|---|---|
| 隐藏层层数 | 2-6层 | 4层 |
| 学习率（optimizer） | 0.001-0.01 | Adam（自适应学习率） |
| 训练轮次（epochs） | 50-300 | 200轮（200轮后精度收敛） |
| 训练集比例 | 7:3-9:1 | 8:2（20%数据为测试集） |
3.4 第四步：模型训练——代码实现与过程监控
3.4.1 核心代码片段
- 数据集分割（按8:2比例划分训练集/测试集）：
import numpy as np
def splitTrainAndTest(data1, data2, ratio):
indices = np.random.permutation(len(data1)) # 随机打乱索引
testSize = int(len(data1)*ratio)
test_indices = indices[:testSize]
train_indices = indices[testSize:]
return data1[train_indices], data2[train_indices], data1[test_indices], data2[test_indices]
# 调用函数分割数据
Xtrain, Ytrain, Xtest, Ytest = splitTrainAndTest(X, Y, 0.2)
train_images = Xtrain / 255 # 归一化
train_labels = Ytrain
- 模型构建与训练：
from tensorflow import keras
# 构建网络
model = keras.Sequential([
keras.layers.Flatten(input_shape=(128, 128)),
keras.layers.Dense(1000, activation='relu'),
keras.layers.Dense(500, activation='relu'),
keras.layers.Dense(256, activation='relu'),
keras.layers.Dense(128, activation='relu'),
keras.layers.Dense(2)
])
# 编译模型
model.compile(optimizer='adam',
loss=keras.losses.SparseCategoricalCrossentropy(from_logits=True),
metrics=['accuracy'])
# 训练模型
history = model.fit(train_images, train_labels, epochs=200, validation_data=(Xtest/255, Ytest))
3.4.2 训练过程监控
- 精度变化：训练初期（1-50轮）准确率快速上升至85%，50-200轮缓慢收敛至93.22%；
- 过拟合控制：通过“逐层降维+足够数据集（2万条）”，避免过拟合——测试集精度（92.8%）与训练集精度（93.22%）差距小于1%，模型泛化能力良好。
3.5 第五步：模型测试与预测——验证算法实用性
3.5.1 测试结果分析
用测试集（约4500条数据）验证模型性能，核心指标如下：
- 总体准确率：93.22%；
- 厨余垃圾识别准确率：94.5%（假阳性率低，避免将厨余垃圾误判为可回收）；
- 可回收垃圾识别准确率：91.8%（主要误差源于“透明塑料瓶”与“玻璃制品”的特征相似性）。
3.5.2 实际预测案例
以“矿泉水瓶”（可回收垃圾）为例，预测流程如下：
- 加载待预测图像，预处理为128×128灰度图；
- 输入模型，通过Softmax层输出类别概率；
- 判定规则：概率＞0.5为可回收垃圾，否则为厨余垃圾。
核心代码：
# 构建概率预测模型
probability_model = keras.Sequential([model, keras.layers.Softmax()])
# 预处理待预测图像
def preprocess_image(img_path):
from PIL import Image
im = Image.open(img_path).convert("L").resize((128, 128))
return np.array(im) / 255
# 预测
Xnew = preprocess_image("mineral_water_bottle.jpg")
predictions = probability_model.predict(Xnew.reshape(1, 128, 128))
prob_kitchen, prob_recycle = predictions[0]
if prob_recycle > 0.5:
print(f"预测结果：可回收垃圾（概率：{prob_recycle:.2f}）")
else:
print(f"预测结果：厨余垃圾（概率：{prob_kitchen:.2f}）")
预测结果：输出“可回收垃圾（概率：0.97）”，与实际类别一致。
3.6 第六步：总结与展望——反思不足与改进方向
3.6.1 研究成果
- 实现了“低算力+高精度”的平衡：在普通PC上完成训练，准确率达93%以上，满足工业落地基本需求；
- 提出“图像压缩（128×128）”预处理方案，相比原始图像（如512×512），训练时间缩短60%，同时保证特征不丢失。
3.6.2 不足与改进
- 数据集局限性：仅包含“厨余”和“可回收”两类垃圾，未覆盖有害垃圾、其他垃圾，后续需扩展数据集；
- 模型泛化能力：对“变形垃圾”（如揉皱的纸张）、“混合垃圾”（如带食物残渣的塑料盒）识别精度较低，可引入CNN（如MobileNet）提升特征提取能力；
- 落地场景缺失：未结合硬件设备（如智能垃圾桶），后续可开发API接口，将模型集成到嵌入式设备中。
四、毕业设计心得：从“理论”到“实践”的3点感悟
- 数据预处理是关键：初期因未做灰度转换，直接用RGB图像训练，准确率仅75%；优化预处理后，精度提升18%——深刻体会到“数据决定模型上限，预处理决定是否能达到上限”；
- 参数调试需耐心：隐藏层层数从2层增至4层时，精度提升10%；但增至5层后，精度反而下降（过拟合），说明“并非模型越复杂越好，需匹配数据规模”；
- 文档与代码规范很重要：前期因代码注释不全、数据路径混乱，导致后期复现困难；后来通过“分模块命名+详细注释”，大幅提升开发效率，也方便答辩时展示逻辑。
五、附录：关键代码与参考资料
5.1 核心代码文件
- 附录1：图像压缩代码（Pillow实现128×128灰度转换）；
- 附录2：数据集分割代码（随机打乱+比例划分）；
- 附录3：模型训练代码（TensorFlow Sequential）；
- 附录4：预测代码（Softmax概率输出+类别判定）。
