简介这份资源面向计算机、人工智能方向的本科毕业生及深度学习入门者提供一套基于Python与卷积神经网络完成六类别垃圾分类的完整毕业设计实现方案类别涵盖glass、cardboard、metal、paper、plastic与trash。资源包共28个文件约16.71MB包含5个py源码文件、1个ipynb交互式笔记本、14张png图表、3份md说明文档以及h5模型权重、docx报告等覆盖模型定义、训练脚本、结果可视化与实验记录等环节。已有4456人学习下载说明其在同类毕设选题中具备较高参考价值。读者可据此获得可直接运行的CNN分类代码、网络结构图与学习曲线分析素材并借助不同学习率等超参数的调试对比理解卷积层、池化层对识别效果的影响从而完成模型调优、图表绘制与实验分析等任务要求适合作为课程设计或毕业设计的起步模板与排错参考。1. 从一张被油污糊住的照片说起6 分类垃圾识别到底难在哪你拍一张外卖餐盒的照片扔进模型它告诉你这是「可回收物」——但餐盒里还有剩饭和油渍按大多数城市的分类标准它其实该进「厨余垃圾」或其他类。这就是 6 类别垃圾分类任务最真实的处境类别边界不是由物体材质单独决定的而是由「物体 状态 当地规则」共同决定的。基于 Python 的 CNN 卷积神经网络模型做 6 分类垃圾分类本质上是把这种模糊的、带场景依赖的判断压缩成一个固定输入尺寸到固定类别数的映射函数。它适合谁适合正在做计算机方向毕业设计、需要一套能跑通、能讲清、能写进论文的实验方案的同学也适合想用深度学习解决实际图像分类问题、但不想一上来就碰检测和分割的工程师。这篇文章不讲空泛的「人工智能改变生活」只讲一条能复现的路径数据怎么组织、CNN 怎么搭、参数怎么调、训练完怎么验证、翻车了怎么排查。读完你应该能自己跑出一个可用的 6 分类模型并且知道每一步为什么这么做。2. 数据准备与 6 类别定义别急着写模型先把标签体系钉死2.1 6 个类别到底怎么切决定了模型上限垃圾分类的类别数在不同城市、不同教材里并不统一。常见的 6 分类切法是可回收物、厨余垃圾、有害垃圾、其他垃圾、玻璃、金属。也有把「纸类」「塑料」单独拆出来的版本。这里必须先做一个判断你的毕业设计题目写的是 6 类别那就不要中途改成 4 类或 10 类因为类别数直接决定输出层维度、损失函数权重和最终评价指标的分母。我一般会先把类别名和对应的英文文件夹名固定下来后面所有脚本都引用同一份映射避免训练时标签顺序和推理时对不上。# class_names.py # 6 类别固定映射训练、验证、推理共用这一份禁止在别处硬编码 CLASS_NAMES [ recyclable, # 可回收物 kitchen_waste,# 厨余垃圾 hazardous, # 有害垃圾 other, # 其他垃圾 glass, # 玻璃 metal, # 金属 ] NUM_CLASSES len(CLASS_NAMES)这段代码看起来简单但它是整个项目的锚点。逻辑说明把类别顺序写死在一个文件里训练时用CLASS_NAMES.index()生成标签推理时用同一个列表反查类别名。参数说明NUM_CLASSES后面会传给模型输出层必须是 6不能从数据目录自动推断因为自动推断的顺序在不同操作系统上可能不一致这是血泪经验。2.2 数据目录结构与最小可用数据集规模CNN 不是玄学它需要看到足够多的样本才能把「油污餐盒」和「干净塑料瓶」分开。6 分类任务每个类别至少准备 300 到 500 张图总量 2000 到 3000 张起步。如果只有几十张模型会直接过拟合到背景颜色上。目录结构建议按dataset/train/类别名/和dataset/val/类别名/组织验证集从训练集里按 8:2 切分不要用测试集调参。# 目录结构示例 dataset/ ├── train/ │ ├── recyclable/ │ ├── kitchen_waste/ │ ├── hazardous/ │ ├── other/ │ ├── glass/ │ └── metal/ └── val/ ├── recyclable/ ├── kitchen_waste/ ├── hazardous/ ├── other/ ├── glass/ └── metal/逻辑说明train和val下必须有完全相同的 6 个子目录名否则ImageDataGenerator或flow_from_directory会报找不到类别。参数说明每个子目录里的图片格式统一为 jpg 或 png尺寸不要求一致后面会用resize统一到 224×224。注意如果某个类别只有 100 张而其他类别有 800 张训练时会出现类别不平衡表现为模型总把少数类预测成多数类这时候要么补数据要么在损失函数里加class_weight。2.3 用 Python 做数据增强与加载的最小命令数据增强是防止 CNN 过拟合的第一道防线。对于垃圾分类水平翻转、轻微旋转、亮度调整是安全的但垂直翻转要慎用因为垃圾桶不会倒过来。下面这段代码用 Keras 的ImageDataGenerator完成加载和增强。from tensorflow.keras.preprocessing.image import ImageDataGenerator IMG_SIZE (224, 224) BATCH_SIZE 32 train_datagen ImageDataGenerator( rescale1.0/255, # 归一化到 0-1 rotation_range20, # 随机旋转 20 度 width_shift_range0.1, # 水平平移 height_shift_range0.1, # 垂直平移 horizontal_flipTrue, # 水平翻转 brightness_range[0.8, 1.2], # 亮度扰动 validation_split0.0 # 已手动切分这里不重复切 ) val_datagen ImageDataGenerator(rescale1.0/255) train_generator train_datagen.flow_from_directory( dataset/train, target_sizeIMG_SIZE, batch_sizeBATCH_SIZE, class_modecategorical, shuffleTrue ) val_generator val_datagen.flow_from_directory( dataset/val, target_sizeIMG_SIZE, batch_sizeBATCH_SIZE, class_modecategorical, shuffleFalse )逻辑说明rescale把像素从 0-255 压到 0-1这是 CNN 收敛更快的基本操作。rotation_range和brightness_range模拟拍摄角度和光照变化让模型不依赖固定背景。参数说明target_size设为 224×224 是因为后面用的 CNN 结构在这个尺寸上参数量和计算量比较平衡batch_size设为 32 是显存和梯度稳定性的折中显存小于 6GB 可以降到 16。class_modecategorical对应 one-hot 标签如果改成sparse则损失函数要用sparse_categorical_crossentropy两者不能混用。3. CNN 模型搭建从 3 层卷积到迁移学习的选型对比3.1 一个能跑通的 6 分类 CNN 结构长什么样毕业设计里常见的做法是搭一个 3 到 4 层卷积的轻量 CNN参数量控制在 100 万到 500 万之间既能体现你对卷积神经网络结构的理解又不会因为模型太大导致训练时间失控。下面是一个可直接复现的结构。from tensorflow.keras import layers, models def build_cnn(num_classes6): model models.Sequential([ # 第 1 个卷积块 layers.Conv2D(32, (3, 3), activationrelu, paddingsame, input_shape(224, 224, 3)), layers.MaxPooling2D((2, 2)), # 第 2 个卷积块 layers.Conv2D(64, (3, 3), activationrelu, paddingsame), layers.MaxPooling2D((2, 2)), # 第 3 个卷积块 layers.Conv2D(128, (3, 3), activationrelu, paddingsame), layers.MaxPooling2D((2, 2)), # 第 4 个卷积块 layers.Conv2D(128, (3, 3), activationrelu, paddingsame), layers.MaxPooling2D((2, 2)), layers.Flatten(), layers.Dropout(0.5), # 丢弃 50% 神经元防过拟合 layers.Dense(256, activationrelu), layers.Dense(num_classes, activationsoftmax) # 6 分类输出 ]) return model model build_cnn() model.summary()逻辑说明每个卷积块由Conv2D和MaxPooling2D组成卷积层提取边缘、纹理、局部形状池化层降低空间维度并保留主要特征。4 个卷积块后接Flatten把特征图拉平Dropout(0.5)在训练时随机丢弃一半神经元强迫网络不依赖某几个特定路径。参数说明卷积核统一用 3×3这是最常用的尺寸既能捕捉局部模式又不会参数爆炸每层卷积核数量从 32 递增到 128让网络先学低级特征再学高级语义最后一层Dense(6, activationsoftmax)输出 6 个类别的概率概率之和为 1。注意input_shape必须和前面数据加载的target_size一致写成(224, 224, 3)3 表示 RGB 三通道。3.2 迁移学习值不值得上VGG16 和 MobileNetV2 的取舍如果自己搭的 CNN 在验证集上准确率卡在 70% 上不去或者训练时间太长可以考虑迁移学习。常见做法是加载在 ImageNet 上预训练过的 VGG16 或 MobileNetV2去掉顶层分类头换成自己的 6 分类全连接层。VGG16 参数量大准确率上限高但训练慢MobileNetV2 轻量适合显存有限或需要部署到移动端的场景。毕业设计里如果时间充裕用 VGG16 做对比实验能体现工作量如果只想快速跑通MobileNetV2 更稳。from tensorflow.keras.applications import MobileNetV2 base_model MobileNetV2( input_shape(224, 224, 3), include_topFalse, # 去掉 ImageNet 的 1000 分类头 weightsimagenet # 加载预训练权重 ) base_model.trainable False # 先冻结卷积基只训练新加的分类层 model models.Sequential([ base_model, layers.GlobalAveragePooling2D(), layers.Dropout(0.3), layers.Dense(6, activationsoftmax) ])逻辑说明include_topFalse去掉原模型针对 1000 类的输出层GlobalAveragePooling2D把特征图压缩成向量再接Dense(6)。参数说明base_model.trainable False表示冻结预训练权重只更新后面的分类层这样训练快且不容易破坏已有特征如果数据量超过 5000 张可以解冻最后几个卷积块做微调学习率要调到 1e-5 级别否则会把预训练权重冲垮。3.3 编译模型时的 3 个必调参数模型搭好后编译阶段有三个参数直接决定能不能收敛优化器、学习率、损失函数。下面这段代码给出一个稳定组合。from tensorflow.keras.optimizers import Adam model.compile( optimizerAdam(learning_rate1e-3), # 初始学习率 losscategorical_crossentropy, # 多分类交叉熵 metrics[accuracy] )逻辑说明Adam自适应调整每个参数的学习率比 SGD 更容易在初期快速下降。categorical_crossentropy衡量预测概率分布和真实 one-hot 标签的差距是 6 分类的标准损失。参数说明learning_rate1e-3是 Adam 的常用起点如果训练 loss 震荡不降降到 1e-4如果 loss 下降极慢可以升到 3e-3 试一次。注意如果前面class_mode用了sparse这里必须换成sparse_categorical_crossentropy否则会报形状不匹配。4. 训练、验证与推理把模型从代码变成能用的分类器4.1 用 fit 跑通第一轮训练并观察曲线训练阶段最怕的是不看曲线直接跑 100 个 epoch。正确做法是先跑 20 到 30 个 epoch观察训练准确率和验证准确率的分叉点。history model.fit( train_generator, epochs30, validation_dataval_generator, callbacks[ # 验证集准确率 5 轮不提升就停防止过拟合 __import__(tensorflow).keras.callbacks.EarlyStopping( monitorval_accuracy, patience5, restore_best_weightsTrue ) ] )逻辑说明EarlyStopping在验证集指标不再提升时提前终止训练并恢复最佳权重省时间也省显存。参数说明patience5表示连续 5 个 epoch 没有提升就停数据量小可以设 3数据量大可以设 8。训练结束后用history.history画 loss 和 accuracy 曲线如果训练准确率一直上升而验证准确率下降说明过拟合需要加 Dropout 或加数据增强。4.2 混淆矩阵和分类报告看出模型到底错在哪准确率只告诉你「对了多少」不告诉你「错在哪」。6 分类任务必须看混淆矩阵否则你无法判断模型是把「玻璃」认成了「可回收物」还是把「厨余垃圾」认成了「其他垃圾」。import numpy as np from sklearn.metrics import confusion_matrix, classification_report # 预测验证集 val_generator.reset() pred_probs model.predict(val_generator, verbose1) pred_labels np.argmax(pred_probs, axis1) true_labels val_generator.classes # 打印分类报告 print(classification_report(true_labels, pred_labels, target_namesCLASS_NAMES)) # 打印混淆矩阵 print(confusion_matrix(true_labels, pred_labels))逻辑说明model.predict输出每个样本的 6 维概率向量argmax取概率最大的索引作为预测类别。classification_report给出每个类别的精确率、召回率和 F1 分数confusion_matrix给出具体的错分方向。参数说明target_names必须和CLASS_NAMES顺序一致否则报告里的类别名会错位。注意val_generator.reset()不能省否则预测顺序和真实标签对不上这是新手最容易翻车的地方。4.3 单张图片推理从文件路径到类别名训练完模型要能实际用起来。下面这段代码完成单张图片的加载、预处理、推理和类别名输出。from tensorflow.keras.preprocessing import image def predict_one(img_path): img image.load_img(img_path, target_size(224, 224)) x image.img_to_array(img) / 255.0 x np.expand_dims(x, axis0) # 增加 batch 维度 probs model.predict(x)[0] idx np.argmax(probs) return CLASS_NAMES[idx], probs[idx] label, confidence predict_one(test.jpg) print(f预测类别{label}置信度{confidence:.4f})逻辑说明load_img把图片统一到 224×224img_to_array转成 numpy 数组除以 255 做归一化expand_dims增加一个维度变成(1, 224, 224, 3)以匹配模型输入。参数说明target_size必须和训练时一致归一化方式也必须一致否则推理结果会完全乱掉。注意如果训练时用了rescale1./255推理时也要除以 255不能直接喂原始像素。5. 避坑与排查6 分类垃圾分类模型最常见的 5 个翻车现场5.1 现象训练准确率 99%验证准确率 45%原因模型把训练集背下来了典型过拟合。常见触发条件是数据量太少、模型参数量太大、没有做数据增强。解决先加数据增强再加 Dropout再把模型参数量降下来。如果这三步做完还不行检查训练集和验证集是不是来自同一批图片的简单切分导致两张几乎一样的图分别进了训练和验证。5.2 现象loss 一直是 nan训练无法开始原因学习率太大或者输入数据没有归一化或者标签里有非法值。解决先把学习率降到 1e-4确认rescale1./255生效再检查标签生成逻辑。如果用的是自定义数据加载打印一个 batch 的像素范围正常应该在 0 到 1 之间如果还是 0 到 255说明归一化没起作用。5.3 现象某个类别永远预测不对召回率为 0原因类别样本极度不平衡或者该类别图片和其他类别视觉差异太小。解决先统计每个类别的图片数量如果最少和最多差 5 倍以上用class_weight给少数类加权。如果数量均衡但还是错看混淆矩阵确认它被错分到了哪个类然后针对性地补这类难样本。5.4 现象推理时预测结果和训练时验证结果差距很大原因推理时的预处理和训练时不一致。常见的是训练用了rescale1./255推理时忘了除或者训练用了target_size(224,224)推理时喂了原始尺寸。解决把预处理逻辑封装成一个函数训练和推理共用同一份代码不要在两处各写一遍。5.5 现象模型文件保存后重新加载预测结果全乱原因保存模型时没有保存类别映射或者加载后没有重新编译。解决保存时用model.save(garbage_cnn.h5)同时把CLASS_NAMES存成 json 或 py 文件。加载后用model load_model(garbage_cnn.h5)不需要重新 compile 也能推理但如果要继续训练必须重新 compile。注意class_names的顺序必须和训练时完全一致差一个位置所有预测都会错位。6. 把 6 分类模型推到能写进论文的完成度两个进阶技巧第一个技巧是用 Grad-CAM 可视化模型到底在看哪里。毕业设计答辩时老师经常会问「你的模型凭什么判断这是厨余垃圾」这时候一张热力图比十页文字都有说服力。Grad-CAM 的原理是取最后一个卷积层的梯度对特征图加权求和得到一张和原图同尺寸的热力图高亮区域就是模型关注的位置。实现上不需要改模型结构只需要用tf.GradientTape拿到梯度再做一个加权求和。我一般会挑几张错分的图做可视化往往能发现模型其实在看背景里的垃圾桶颜色而不是物体本身这就是改进数据增强的依据。第二个技巧是做一个极简的推理脚本把模型、类别映射、预处理封装成一个类对外只暴露predict(image_path)一个方法。这样论文里的「系统实现」章节有东西可写答辩演示时也不会因为环境问题翻车。下面是一个可直接抄的封装骨架。import json import numpy as np from tensorflow.keras.models import load_model from tensorflow.keras.preprocessing import image class GarbageClassifier: def __init__(self, model_path, class_names_path): self.model load_model(model_path) with open(class_names_path, r, encodingutf-8) as f: self.class_names json.load(f) def predict(self, img_path): img image.load_img(img_path, target_size(224, 224)) x image.img_to_array(img) / 255.0 x np.expand_dims(x, axis0) probs self.model.predict(x, verbose0)[0] idx int(np.argmax(probs)) return { class: self.class_names[idx], confidence: float(probs[idx]), all_probs: {name: float(p) for name, p in zip(self.class_names, probs)} }逻辑说明构造函数加载模型和类别映射predict方法完成预处理、推理和结果组装返回字典方便上层调用。参数说明model_path是 h5 或 SavedModel 路径class_names_path是 json 文件路径内容就是[recyclable, kitchen_waste, ...]。注意verbose0关掉预测进度条避免在 Web 接口里刷屏。最后说一个我自己的习惯每次改完数据增强或模型结构先跑 5 个 epoch 看验证准确率有没有超过上一版的起点如果没有不要继续跑 50 个 epoch直接回退。这个习惯帮我省掉了大量无效训练时间。垃圾分类 6 分类不是一个靠堆 epoch 就能解决的任务数据质量、类别定义和预处理一致性比模型结构重要得多。希望帮到你。本文还有配套的精品资源点击获取