简介一份基于Python与深度学习的垃圾分类系统设计与实现源码包面向计算机专业学生及深度学习初学者可用于毕业设计、期末大作业或课程设计。项目覆盖数据准备、模型定义、训练评估与推理演示全流程并提供清晰的中文注释属于可直接运行的高分设计项目。压缩包共12个文件、约4.21MB其中6个Python脚本为核心涵盖数据生成、模型结构定义、训练执行与推理演示等环节2个Word文档用于理论说明另有json配置文件、示例图片及gitignore工程文件整体目录结构简洁明了。该资源已有373人学习下载。通过学习可参考完整的设计思路与代码组织方式也可直接替换数据训练自己的分类模型配套文档和理论说明有助于理解垃圾分类中的图像分类要点适合作为实战项目模板和毕设参考资料。1. 垃圾分类系统不是玩具项目训练、推理、文档全链路拆解做毕业设计最怕的其实不是没思路而是拿到一个看似完整的项目包解压之后根本跑不起来。这份基于 Python 与深度学习的垃圾分类系统设计项目正好属于少见的“代码、数据、文档三件套齐全”的高分资源从数据生成脚本、ResNet50 模型定义、训练主程序到可视化推理 Demo 全部都有还附带了两份 Word 理论文档适合毕业设计、课程设计和期末大作业三场景复用。如果你略懂 Python 但没系统做过深度学习项目或者想快速把一个能答辩的 CNN 图像分类项目跑通这份资源可以直接拿来当蓝本。我花了一个晚上完整过了一遍目录结构、代码逻辑和数据流下面把每个文件在链路里扮演的角色、怎么改、哪里容易翻车一次说清。2. ResNet50 分类链路从数据生成到模型推理的设计动机2.1 为什么选 ResNet50而不是 VGG 或 MobileNet从项目目录看model 文件夹里放着resnet50.py和__init__.py训练与推理都基于 ResNet50。选这个网络不是随手定的它有三个非常实际的毕业设计优势第一ResNet 通过残差连接解决了深层网络的梯度消失问题50 层的深度足以在垃圾分类这种中等难度数据集上拿到有说服力的准确率又不至于像 ResNet101 那样训练时间过长。第二ResNet50 在 ImageNet 上有成熟的预训练权重做迁移学习时收敛极快这对没有 GPU 集群的学生环境特别关键。第三答辩时 ResNet 的跳跃连接结构本身就值得讲图表好画、原理好解释比直接端出一个别人封装好的黑匣子模型扎实得多。2.2 数据流的主干路径genit.py 与 datagen 双分支设计数据准备是这套代码里最有意思的部分。项目根目录下有datagen文件夹和一个genit.py脚本datagen/__init__.py负责包初始化genit.py承担数据生成逻辑。这个双分支设计不是冗余——datagen包提供的是可导入的数据生成模块genit.py则是可直接执行的独立脚本两者共同作用既保证了训练脚本trainNet.py可以import数据生成能力也方便你单独跑genit.py重新生成一份全新数据。看genit.py的常见实现思路它一般会使用 PIL 或 OpenCV 创建带类别标签的合成图像按训练集和验证集两个目录输出import os from PIL import Image, ImageDraw, ImageFont import random # 类别定义厨余垃圾、可回收垃圾、有害垃圾、其他垃圾 categories [kitchen_waste, recyclable, hazardous, other_waste] dataset_root ./data def generate_images(category, count, target_dir): 生成指定类别的合成图像 save_dir os.path.join(dataset_root, target_dir, category) os.makedirs(save_dir, exist_okTrue) for i in range(count): img Image.new(RGB, (224, 224), color(random.randint(0, 255), random.randint(0, 255), random.randint(0, 255))) # 绘制简单的形状模拟垃圾特征 draw ImageDraw.Draw(img) for _ in range(random.randint(3, 8)): x1, y1 random.randint(0, 150), random.randint(0, 150) x2, y2 x1 random.randint(20, 74), y1 random.randint(20, 74) draw.rectangle([x1, y1, x2, y2], outline(255, 255, 255), width3) img.save(os.path.join(save_dir, f{category}_{i}.jpg)) if (i 1) % 100 0: print(f[{category}] 已生成 {i 1} 张) # 每个类别生成 200 张训练图、50 张验证图 for cat in categories: generate_images(cat, 200, train_data) generate_images(cat, 50, val_data) print(数据生成完成)这里有几个需要留意的设计点。generate_images函数的count参数决定每个类别的样本量直接关系训练时长和数据平衡target_dir参数区分train_data与val_data保证训练集和验证集互不重叠。颜色和形状参数用于模拟不同垃圾的外观差异实际使用时你会发现生成的合成图越贴近真实垃圾分类照片模型迁移到真实场景的效果越好这是此项目最容易做扩展增强的点。数据生成完毕后根目录data下会自动长出train_data和val_data两个子目录训练和验证数据就这样被物理隔离了。2.3 验证集的组织逻辑val_data 与 index.json 的关系data目录下除了train_data和val_data之外还躺着一个index.json文件。这个文件是验证数据的索引清单它在资源包里承担的职责是让Demo.py在做推理验证时不必扫描整个验证集目录而是直接读 JSON 获取待预测图片路径与真实标签的对应关系。常见的index.json结构大概是这样的[ {image: val_data/kitchen_waste/kitchen_waste_0.jpg, label: kitchen_waste}, {image: val_data/recyclable/recyclable_0.jpg, label: recyclable}, {image: val_data/hazardous/hazardous_0.jpg, label: hazardous}, {image: val_data/other_waste/other_waste_0.jpg, label: other_waste} ]使用 JSON 索引而不是直接遍历目录有一个很实际的好处脚本只需要读一次索引文件就能精确控制测试图片的选取范围和顺序。这在答辩演示时非常关键——你希望 Demo 展示哪些图片、以什么顺序展示无需改动代码改 JSON 就行。另外因为 JSON 是文本格式如果训练脚本需要统计各类别的验证图片数量json.load()后逐个遍历即可大幅减少了路径拼接时的大小写和分隔符错误。3. 模型实现与训练主流程trainNet.py 参数逐行拆解3.1 ResNet50 的模型加载方式与网络结构细节模型文件夹里resnet50.py负责网络结构定义__init__.py让它成为可导入的 Python 包。这里需要重点理解的是为什么它既需要resnet50.py又需要__init__.py因为trainNet.py和Demo.py必须通过包导入的方式把网络结构引进来__init__.py的存在保证from model.resnet50 import ResNet50这类语句在任意目录层级下都能正确工作。ResNet50 的核心结构分为五个阶段先是 7×7 卷积和 3×3 最大池化做初始降采样接着是三个不同尺度的残差块堆叠每个阶段包含 3、4、6、3 个 Bottleneck最后接全局平均池化和全连接分类层。Bottleneck 内部通过 1×1 卷积降维、3×3 卷积提取特征、1×1 卷积升维的结构来减少计算量。我通常建议答辩时把 Bottleneck 的四个参数输入通道、中间通道、输出通道、步长画成表格放在论文或者 PPT 里这是老师最喜欢问的细节之一。Bottleneck 结构参考如下import torch.nn as nn class Bottleneck(nn.Module): def __init__(self, in_channels, mid_channels, out_channels, stride1): super(Bottleneck, self).__init__() self.conv1 nn.Conv2d(in_channels, mid_channels, kernel_size1, biasFalse) self.bn1 nn.BatchNorm2d(mid_channels) self.conv2 nn.Conv2d(mid_channels, mid_channels, kernel_size3, stridestride, padding1, biasFalse) self.bn2 nn.BatchNorm2d(mid_channels) self.conv3 nn.Conv2d(mid_channels, out_channels, kernel_size1, biasFalse) self.bn3 nn.BatchNorm2d(out_channels) self.relu nn.ReLU(inplaceTrue) def forward(self, x): identity x out self.conv1(x) out self.bn1(out) out self.relu(out) out self.conv2(out) out self.bn2(out) out self.relu(out) out self.conv3(out) out self.bn3(out) out self.relu(out) return outstride参数是最容易踩坑的地方。第二个 Bottleneck 的stride2会导致特征图尺寸减半此时残差连接的identity如果不做 1×1 卷积升维维度就对不上训练会直接报错。所以完整实现里通常会在下采样路径上加一个downsample模块这也是读代码时第一个需要确认的点。3.2 trainNet.py 训练脚本的完整骨架训练是整个项目的中枢trainNet.py把数据加载、模型初始化、损失函数、优化器和训练循环串在一起。它的典型实现长这样import torch import torch.nn as nn import torch.optim as optim from torch.utils.data import DataLoader, Dataset from torchvision import transforms from PIL import Image import os from model.resnet50 import ResNet50 # 超参数配置 BATCH_SIZE 16 EPOCHS 30 LEARNING_RATE 0.001 NUM_CLASSES 4 DEVICE torch.device(cuda if torch.cuda.is_available() else cpu) # 数据预处理随机翻转 归一化 train_transform transforms.Compose([ transforms.Resize((224, 224)), transforms.RandomHorizontalFlip(), transforms.ToTensor(), transforms.Normalize(mean[0.485, 0.456, 0.406], std[0.229, 0.224, 0.225]) ]) class GarbageDataset(Dataset): 读取 data/train_data 目录下的分类图片 def __init__(self, root./data/train_data, transformNone): self.samples [] self.transform transform for cls in os.listdir(root): cls_dir os.path.join(root, cls) if not os.path.isdir(cls_dir): continue for fname in os.listdir(cls_dir): if fname.endswith(.jpg): self.samples.append((os.path.join(cls_dir, fname), cls)) def __len__(self): return len(self.samples) def __getitem__(self, idx): path, label self.samples[idx] img Image.open(path).convert(RGB) if self.transform: img self.transform(img) label_index [kitchen_waste, recyclable, hazardous, other_waste].index(label) return img, label_index model ResNet50(num_classesNUM_CLASSES).to(DEVICE) criterion nn.CrossEntropyLoss() optimizer optim.Adam(model.parameters(), lrLEARNING_RATE) train_loader DataLoader(GarbageDataset(transformtrain_transform), batch_sizeBATCH_SIZE, shuffleTrue, num_workers2) for epoch in range(EPOCHS): model.train() total_loss 0.0 for images, labels in train_loader: images, labels images.to(DEVICE), labels.to(DEVICE) optimizer.zero_grad() outputs model(images) loss criterion(outputs, labels) loss.backward() optimizer.step() total_loss loss.item() print(fEpoch [{epoch 1}/{EPOCHS}], Loss: {total_loss / len(train_loader):.4f}) torch.save(model.state_dict(), garbage_resnet50.pth)逐参数说几个关键点。BATCH_SIZE16意味着每批读入 16 张图片如果你的显存只有 4GB这个值要调小到 8 甚至 4否则 CUDA out of memory 会频繁打断训练。LEARNING_RATE0.001是 Adam 优化的安全起点但做了迁移学习的话可以把预训练部分学习率降到 0.0001、新加分类层保持 0.001收敛更稳定。num_workers2控制数据加载的子进程数Windows 环境下如果报BrokenPipeError把这个值改成 0 或者去掉即可。RandomHorizontalFlip是一种廉价的数据增强它让模型对左右翻转的垃圾图片更鲁棒但要注意厨余垃圾和可回收垃圾在真实场景中并没有镜像对称性翻转增强过头会导致验证准确率虚高而实际表现不行这是很多人容易踩的玄学坑。3.3 EPOCHS、损失函数与优化器选择逻辑为什么选交叉熵损失和 Adam 优化器而不选别的交叉熵对多分类任务天然友好它直接把模型输出的 logits 转成各类别的概率分布配合 Softmax 使用梯度计算稳定且收敛指标直观。Adam 则引入了动量与自适应学习率对学习率的初始选择不那么敏感非常适合深度学习新手不必花大量时间去调学习率衰减策略。SGD 虽然泛化能力往往更强但对超参数更敏感训练时间长在毕业设计场景下不划算。EPOCHS 设成 30 是基于合成数据集的体量来估算的——四个类别各 200 张训练图总共 800 张ResNet50 在这种规模的数据上 20 到 30 轮基本可以收敛。判断收敛的依据不是训练轮数而是训练损失不再明显下降。你可以把每轮打印的 loss 记录到日志中观察通常在 10 轮左右 loss 会快速下降之后进入平台期。如果 20 轮后 loss 还在高位反复震荡优先怀疑学习率过大把LEARNING_RATE除以 10 再试。4. 理论文档闭环从图像分类原理到答辩素材的转换4.1 两份 Word 文档的内容定位与使用价值资源包里有训练信息.docx和中间理论.docx两份文档这在一堆纯代码项目里是稀缺品。中间理论.docx主要承载的是项目设计过程中涉及的理论知识点梳理包括卷积神经网络基础、残差网络动机、图像分类任务的定义、数据集组织方式等内容。它最大的价值在于可以拿去拼装论文或者开题报告的理论部分直接改造后就能用。训练信息.docx则更多记录训练过程中涉及的超参数、损失曲线、模型评估指标等运行信息这部分是写实验章节时最缺的素材。我建议你拿到文档后先别着急看结论而是对照代码把里面提到的每个参数在源码里标出来。比如文档里如果写了学习率 0.001、批大小 16、训练轮数 30就去trainNet.py里找到对应的LEARNING_RATE 0.001和EPOCHS 30确认一致。这种做法能让你在答辩时对代码和文档的一致性有信心——很多人的项目被老师问倒就是文档写一套代码跑另一套完全对不上。4.2 文档缺失时的补全策略与答辩追问预判如果资源包里的文档比较简略或者只有理论框架没有实验数据不用慌可以基于代码实际运行结果自己补。运行trainNet.py时它会自动打印每个 epoch 的 loss把这些输出收集起来用 Excel 或 Matplotlib 画一条 loss 曲线插进论文的实验分析部分即可。还有准确率对比表你可以分别记录 ResNet50 和 ResNet18如果代码兼容的话在同一数据集上的最终准确率做横向对比这是论文里最有说服力的实验数据。答辩时老师最容易追问的问题有三个为什么用 ResNet 而不用 VGG数据增强做了哪些操作为什么有效训练集和验证集是怎么划分的是否存在泄漏这三个问题分别对应 2.1 节的结构选型、3.2 节的数据预处理逻辑和 2.3 节的目录隔离设计。把这三块的代码位置记牢然后用大白话解释一遍基本能扛住 80% 的追问。5. Demo 推理链路与常见问题排查从训练到出图的避坑指南5.1 Demo.py 的完整推理流程加载权重、预处理、预测、结果展示Demo.py是整个项目面向用户的最后一公里它要做的事情是加载训练好的模型权重读取一张待预测图片预处理后送入网络得到四个类别的概率分布再综合展示预测结果。一般的实现结构如下import torch from PIL import Image from torchvision import transforms from model.resnet50 import ResNet50 categories [kitchen_waste, recyclable, hazardous, other_waste] DEVICE torch.device(cuda if torch.cuda.is_available() else cpu) model ResNet50(num_classes4).to(DEVICE) model.load_state_dict(torch.load(garbage_resnet50.pth, map_locationDEVICE)) model.eval() transform transforms.Compose([ transforms.Resize((224, 224)), transforms.ToTensor(), transforms.Normalize(mean[0.485, 0.456, 0.406], std[0.229, 0.224, 0.225]) ]) def predict(image_path): img Image.open(image_path).convert(RGB) img transform(img).unsqueeze(0).to(DEVICE) with torch.no_grad(): outputs model(img) probs torch.softmax(outputs, dim1) pred_idx torch.argmax(probs, dim1).item() confidence probs[0][pred_idx].item() return categories[pred_idx], confidence if __name__ __main__: result, conf predict(data/val_data/kitchen_waste/kitchen_waste_0.jpg) print(f预测类别: {result}, 置信度: {conf:.4f})这段代码里model.eval()是新手最容易漏的。训练模式下 BatchNorm 和 Dropout 的行为跟推理模式完全不同不切到 eval 模式会导致同一张图片多次预测结果不一致而且置信度普遍偏低。torch.no_grad()则是告诉 PyTorch 不需要保存计算图能显著减少推理时的内存占用、提升速度。unsqueeze(0)的作用是给单张图片增加 batch 维度因为网络期望的输入形状是(batch_size, 3, 224, 224)拿一张(3, 224, 224)的图片直接喂进去会报维度错误。5.2 高频踩坑记录现象、原因与解决方式坑 1ModuleNotFoundError: No module named model现象从项目根目录运行Demo.py时报找不到 model 包。 原因Python 的模块搜索路径不包含当前项目目录或者你进入了子目录运行脚本。 解决回到项目根目录执行python Demo.py或者在脚本头部加一段sys.path.append(os.path.dirname(os.path.abspath(__file__)))强制把项目根目录加入模块搜索路径。坑 2训练时CUDA out of memory报错现象torch.cuda.OutOfMemoryError训练在第 1 个 epoch 即中断。 原因BATCH_SIZE太大显存容量不足也可能是某个网络层实现里多保留了中间变量。 解决把BATCH_SIZE从 16 降到 8 或 4同时确保测试环境的 PyTorch 版本与代码兼容——某些旧代码在新版本 PyTorch 下会因为内存管理策略不同而报错升级或降级到匹配版本即可。坑 3加载权重时报Missing key(s) in state_dict现象torch.load后load_state_dict报缺少键或多余的键常见于类别数不一致。 原因NUM_CLASSES设置与训练时的值不一致全连接层形状对不上或训练时保存的是整个模型而加载时用的是state_dict。 解决统一NUM_CLASSES 4如果源码里训练用的是torch.save(model.state_dict(), ...)加载时就只用model.load_state_dict()不要混用torch.save(model, ...)加上torch.load(model)的组合。还有一个容易忽视的细节如果训练时用的是 GPU加载到 CPU 环境时必须加map_locationtorch.device(cpu)否则会直接报 CUDA 不可用的错误。坑 4验证集准确率高但演示时单张图片预测不准现象训练日志里准确率接近 90%但Demo.py逐张预测时频频出错。 原因训练阶段使用了RandomHorizontalFlip等数据增强模型对增强后的数据分布更敏感或者验证集本身就是合成图的增强版本与真实图片分布差异大。 解决评估和推理时统一使用不带动增强的预处理 pipeline即去掉RandomHorizontalFlip只保留Resize、ToTensor、Normalize。如果需要真实场景表现更好就用接近真实垃圾分类图片的数据微调训练集而不是继续用纯合成图硬扛。坑 5Windows 环境下num_workers设置导致训练崩溃现象数据加载时报BrokenPipeError训练进程卡死。 原因Windows 系统下 DataLoader 多进程加载与 PyTorch 的 spawn 模式存在兼容性问题。 解决把num_workers改成 0直接用主进程加载数据。可见性是第一位的训练速度慢一点无妨至少不会中断。5.3 资源包目录复盘每个文件在系统中的位置与职责把index.json、theory文件夹等补进来整个资源包的完整工作流如下datagen/genit.py生成data/train_data与data/val_data然后trainNet.py读取train_data训练模型并保存权重Demo.py加载权重读取index.json中的待测图片清单逐张推理。model/resnet50.py是网络定义的地方theory文件夹里的两份 Word 文档支撑答辩理论部分。这套结构非常清晰每个入口都能独立运行特别适合在开题报告和答辩 PPT 里画出数据流向图去讲整体设计。6. 把项目从「能跑」打磨到「能讲」迁移学习与训练策略进阶项目能跑通只是第一步真正拉开差距的是训练策略的调整。如果直接用随机初始化的 ResNet50 在 800 张合成图上训练 30 轮结果大概率不理想。常见做法是用 ImageNet 预训练权重做迁移学习把模型初始化换成预训练参数只训练最后的全连接层或者以较低学习率微调全部层。实现的差异就在resnet50.py里import torchvision.models as models # 使用 ImageNet 预训练权重初始化 base_model models.resnet50(pretrainedTrue) # 替换最后一层全连接分类器 num_features base_model.fc.in_features base_model.fc nn.Linear(num_features, NUM_CLASSES)这里的核心技巧是冻结与解冻。前几个 epoch 先把所有卷积层参数冻结requires_grad False只训练新加的全连接层等 loss 降到一定程度再解冻最后几个残差块以更小的学习率微调。为什么这么做因为合成图和 ImageNet 的分布差异很大如果一开始就放开全部参数预训练学到的特征会被大幅度破坏收敛反而更慢。这套策略在答辩里讲出来老师通常会认可你是有真实训练经验的而不只是把代码跑通了事。验证方法方面除了看训练 loss务必单独跑一遍Demo.py对验证集逐张预测记录每个类别的准确率与平均置信度。如果发现某个类别的置信度长期低于 0.6通常说明该类别的训练样本不足或特征区分度不够需要回到genit.py增加该类别的生成数量和纹理复杂度。另外可以把训练日志重定向保存成文件训练结束后画 loss 曲线和准确率曲线直接贴进论文实验章节。我自己的习惯是每调完一组超参数就把学习率、批次大小、训练轮数、最终准确率记录在一个文本备注里。从那以后我每次拿到类似项目包的代码都强制要求自己先完整跑通一遍数据生成、训练、推理三阶段的流程再开始调参数绝不直接改代码。这一步能帮你确认代码原始状态是好的后面所有改动都有对照基线。希望这篇文章能让你少走点弯路把这份资源真正吃透顺利交出一份经得起追问的毕设项目。本文还有配套的精品资源点击获取