项目缘起：如何用AI赋能垃圾分类智能化升级
随着城市化进程的加快和居民生活水平的提升，生活垃圾产量逐年上升，垃圾分类已成为推动城市可持续发展的关键环节。然而，根据我们前期在实地调研中的问卷调查结果发现，当前公众分类意识不强、对分类知识掌握不足等问题依然突出，导致垃圾分类效率低下。为此，我们的团队计划设计并实施一套“智能垃圾分类识别显示系统”，旨在利用人工智能技术提高垃圾分类的智能化水平，辅助居民正确投放垃圾，并通过试点项目验证其实际应用效果。
该系统主要包括图像采集模块、图像识别模块以及结果显示模块。具体而言，在每个垃圾分类投放点加装摄像头与显示屏设备后，当用户投放垃圾时，系统会自动拍摄垃圾图像，并利用部署在边缘设备上的深度学习模型（如ResNet18）进行实时识别。识别出的结果将即时显示在屏幕上，告知用户所投垃圾的具体类别，从而实现即时反馈与分类指导。此外，系统还可以结合语音播报或LED灯光提示等手段进一步增强用户体验，提高用户的参与度和知情权。
在技术实现方面，本系统采用轻量级的ResNet18网络作为图像分类模型的基础，确保即使在硬件资源有限的情况下也能保持较高的识别准确率。同时，所有图像预处理、特征提取及模型推理过程均在本地完成，既保证了系统的快速响应，又保障了数据的安全性。除此之外，系统还支持数据记录与上传功能，为后续的数据分析、行为研究及管理优化提供了坚实的数据支撑。
项目的核心思路在于首先检测图片中垃圾的具体种类，然后依据国家相关标准，使用字典将其映射到对应的垃圾类别中。为了实现这一目标，我们查阅了相关的国家标准文件，统计出了最常见的40种垃圾，并基于此建立了详细的映射关系（如图所示）。通过这种精准的分类方式，不仅能有效提高垃圾分类的准确性，还能促进环保教育的普及，助力构建更加绿色和谐的城市环境。
训练调试：当ResNet遇到垃圾桶，我们如何平衡算力与精度？
为验证本系统中图像分类模型的有效性，并选择最适配实际部署环境的模型架构，我们构建了一个涵盖40类常见生活垃圾的数据集。每类垃圾收集约1000张图像，总计约4万张图片，并按照8:1:1的比例划分为训练集、验证集和测试集。所有图像统一调整为224×224像素大小，并进行了包括归一化、随机翻转、旋转在内的数据增强操作，以提升模型的泛化能力与鲁棒性。
在模型训练方面，我们分别训练并评估了四种主流深度学习架构：自定义轻量级CNN模型、ResNet18、ResNet50以及YOLOv5s。其中，CNN模型是本项目实际部署所采用的结构；ResNet系列作为经典的图像分类网络，具有良好的准确率表现；而YOLOv5则尝试通过目标检测机制识别图像中的垃圾主体并进行分类，以探索其在单物体场景下的适应性。所有模型均使用交叉熵损失函数（CrossEntropyLoss）进行优化，采用Adam优化器，初始学习率为3e-4，训练轮次设为50，批量大小为64。同时，我们在训练过程中引入早停策略（Early Stopping）以防止过拟合，并在验证集上保存最优模型参数用于后续测试。
为了全面评估各模型性能，我们采用了多个关键指标进行对比分析，包括准确率（Accuracy）、F1-score（Macro）、推理速度（FPS）、模型参数量（Params）以及是否支持边缘设备部署等。具体结果如表1所示：
表1 不同模型性能对比
从表中可以看出，ResNet50在准确率和F1-score上表现最佳，说明其具备更强的特征提取能力和分类精度。然而，由于其模型参数量较大、推理速度较慢，导致在资源受限的边缘设备上难以稳定运行，因此不适合作为部署模型。相比之下，ResNet18在保持较高精度的同时具备较好的推理效率，适合在硬件条件有限的场景下应用，因此被选为本项目的最终部署模型。
YOLOv5s尽管主要设计用于目标检测任务，但在本次实验中也展现出一定的分类能力。尤其在图像中存在背景干扰或多物体的情况下，YOLOv5可以通过定位垃圾主体来提高识别准确性。不过，在本项目所关注的“单图单垃圾”应用场景中，其优势并不明显，反而因其结构复杂导致推理速度下降，且训练过程更难收敛，因此未被选为最终部署模型。
为进一步分析模型在实际分类中的表现，我们还绘制了混淆矩阵，对各模型的误分类情况进行可视化展示。结果显示，四类模型在“湿垃圾”与“干垃圾”的分类中均存在一定混淆现象，尤其是在垃圾外观相似或包装未拆解的情况下容易发生误判。例如，“奶茶杯”常被误判为可回收物而非其他垃圾。这表明未来可通过引入更多细粒度特征、多模态信息（如文本描述）或结合后处理规则进一步提升分类效果。
综上所述，通过对多种主流深度学习模型的训练与对比实验，我们验证了不同模型在垃圾分类任务中的适用性。虽然轻量级CNN模型在推理速度上占优，但ResNet18在分类准确率、稳定性与部署可行性之间达到了最佳平衡。最终，基于项目部署环境的硬件限制与响应速度要求，我们选择基于ResNet18结构的模型作为实际部署方案，并计划通过模型压缩、量化等方式进一步优化其性能，以满足实际应用需求。
