摘要

针对城市固体废物中可回收物品（瓶子与罐子）的人工分拣效率低、成本高的问题，本文基于YOLO26目标检测算法构建了一套高效、准确的自动识别系统。系统采用YOLO26框架进行训练与验证，数据集共包含7,967张图像，涵盖瓶子与罐子两类目标。实验结果表明，模型在验证集上的平均精度均值（mAP50）达到95.2%，其中罐子的识别精度为97.4%，瓶子为93.0%。模型总体精度为94.5%，召回率为91.4%，在保证较高检测速度的同时（单张推理时间1.7ms），展现出良好的工程部署潜力。该系统可为智能垃圾分类、回收流水线视觉分拣等场景提供可靠的技术支撑。

引言

随着城市化进程加快和居民消费水平提高，生活垃圾产生量持续攀升，其中瓶子、罐子等可回收物占比显著。传统的人工分拣方式不仅劳动强度大、效率低下，而且在恶劣环境下易造成分拣错误，难以满足现代垃圾分类回收产业对智能化、自动化的迫切需求。

近年来，以深度学习为代表的目标检测技术取得了长足发展，尤其是YOLO系列模型凭借其检测速度快、精度高的优势，在工业视觉、自动驾驶、安防监控等领域得到广泛应用。将YOLO引入固体废物识别，能够实现实时、精准的瓶子与罐子检测，为后续自动化分拣设备提供视觉感知能力。

本文基于YOLO26目标检测框架，构建了一套专门针对瓶子与罐子的固体废物识别系统。从数据集构建、模型训练到性能评估，系统性地验证了该方法的可行性与优越性。通过分析模型的精度、召回率、混淆矩阵及各类性能曲线，评估其在真实场景中的应用潜力，并为后续优化提供方向指导。

目录

  摘要

详细功能展示视频

功能模块

1、用户管理模块

2、界面与交互模块

3、检测源管理模块

4、检测参数配置模块

5、YOLO检测核心模块

6、结果显示模块

7、结果保存模块

8、工具栏功能

9、辅助功能

10、数据校验模块

引言

背景

数据集介绍

数据集规模与划分

训练结果

总体评价：性能优秀，已具备实用价值​编辑

各类别详细性能

分析：

关键曲线解读

1. Precision-Recall 曲线​编辑

2. Precision-Confidence 曲线​编辑

3. Recall-Confidence 曲线​编辑

混淆矩阵分析​编辑​编辑

关键问题：

训练损失曲线（results.png）​编辑

Ultralytics YOLO26

概述

主要功能

常用标注工具

详细功能展示视频

---

功能模块

✅ 用户登录注册：支持密码检测，密码加密。

注册

登录

✅ 图片检测：可对图片进行检测，返回检测框及类别信息。

✅ 参数实时调节（置信度和IoU阈值）

✅ 支持选择检测目标：可以选择一个或者多个类目的目标进行检测

✅ 视频检测：支持视频文件输入，检测视频中每一帧的情况。

✅ 摄像头实时检测：连接USB 摄像头，实现实时监测。

✅日志记录：日志标签页记录操作和错误信息，带时间戳

✅结果保存模块：支持图片/视频/摄像头检测结果保存

1、用户管理模块

功能	描述
用户注册	用户名、密码、确认密码、邮箱（选填）注册，密码SHA256加密存储
用户登录	用户名密码验证，自动跳转主界面
用户数据存储	JSON文件存储用户信息（密码加密、注册时间、邮箱）
登录状态	主界面显示当前登录用户名

2、界面与交互模块

功能	描述
玻璃效果界面	半透明毛玻璃背景，圆角边框，现代化视觉风格
无边框窗口	自定义标题栏，支持窗口拖动、最小化、最大化、关闭
响应式布局	主窗口三栏布局（左侧控制区、中央显示区、右侧信息区）
状态栏	显示设备信息、模型状态、当前用户、实时时间

3、检测源管理模块

功能	描述
图片检测	支持JPG/JPEG/PNG/BMP格式图片载入
视频检测	支持MP4/AVI/MOV/MKV格式视频载入
摄像头检测	实时调用摄像头（默认ID 0）进行检测
检测源切换	下拉菜单切换三种检测模式，自动更新界面状态

4、检测参数配置模块

功能	描述
置信度阈值	滑动条调节（0-100%，步长1%），实时显示当前值
IoU阈值	滑动条调节（0-100%，步长1%），实时显示当前值
类别选择	动态生成检测类别复选框，支持全选/取消全选
参数同步	参数实时同步到检测器核心

5、YOLO检测核心模块

功能	描述
模型加载	加载best.pt模型文件，自动检测GPU可用性，支持CPU/GPU切换
多模式检测	图片检测、视频检测、摄像头实时检测
检测线程	基于QThread的多线程处理，避免界面卡顿
检测结果	返回目标类别、置信度、边界框坐标
FPS计算	实时计算处理帧率
进度反馈	视频处理进度条实时更新

6、结果显示模块

功能	描述
实时画面	中央区域显示检测结果图像（带标注框）
统计信息	检测状态、目标数量、FPS、处理帧数实时更新
检测列表	右侧列表显示当前帧所有检测到的目标（类别+置信度）
日志记录	日志标签页记录操作和错误信息，带时间戳
占位显示	未选择检测源时显示系统LOGO和提示文字

7、结果保存模块

功能	描述
保存开关	复选框控制是否保存检测结果
路径选择	自定义保存路径，支持图片/视频格式自动识别
自动命名	保存文件自动添加时间戳（detection_result_20240101_120000.jpg）
视频保存	支持检测结果视频录制（MP4格式）
手动保存	工具栏保存按钮可随时保存当前画面
保存反馈	保存成功弹窗提示，日志记录保存路径

8、工具栏功能

功能	描述
图片按钮	快速切换到图片检测模式并打开文件选择器
视频按钮	快速切换到视频检测模式并打开文件选择器
摄像头按钮	快速切换到摄像头检测模式
保存按钮	手动保存当前显示画面

9、辅助功能

功能	描述
错误处理	统一错误弹窗提示，日志记录错误详情
资源清理	检测停止时自动释放摄像头、视频文件、视频写入器资源
时间显示	状态栏实时显示系统时间
模型状态	状态栏显示模型加载状态和当前设备（CPU/GPU）

10、数据校验模块

功能	描述
注册验证	用户名长度≥3，密码长度≥6，密码一致性检查，邮箱格式验证
协议确认	注册前需勾选同意用户协议
文件校验	模型文件存在性检查，文件大小验证（≥6MB）
输入非空	登录/注册时必填项非空检查

背景

当前，全球范围内固体废物的产生量仍处于持续增长态势。根据世界银行相关报告，未来三十年全球垃圾总量预计将从目前的每年约20亿吨上升至34亿吨。其中，塑料瓶、易拉罐等容器类废物由于材质轻、体积大、回收价值高，成为城市可回收垃圾体系中的重点关注对象。然而，在传统的人工分拣环节中，分拣工人长时间面对传送带上的混杂垃圾，极易产生视觉疲劳和注意力下降，导致漏检率和误检率上升。同时，工作环境中的异味、粉尘、噪音等因素也对工人健康构成威胁，造成人员流动性大、用工成本不断提高。

为应对上述挑战，国内外众多研究机构和科技企业开始探索基于计算机视觉的自动化垃圾分类方案。早期方法主要依赖传统图像处理技术，如颜色直方图、纹理特征、形状分析等，但这些方法对光照变化、遮挡、堆叠等复杂情况的鲁棒性较差，难以满足实际工业场景的需求。

深度学习技术的兴起，尤其是卷积神经网络（CNN）在图像分类和目标检测任务中的突破，为固体废物识别带来了新的解决方案。其中，YOLO（You Only Look Once）系列算法将目标检测任务统一为回归问题，实现端到端的实时预测，在精度和速度之间取得了良好平衡。相比两阶段检测器（如Faster R-CNN），YOLO在嵌入式设备和工业相机环境下更具部署优势。

基于YOLO26的固体废物识别系统，通常需要构建包含典型可回收物（如瓶子、罐子）的大规模标注数据集，并针对实际工况中的遮挡、堆叠、光线变化等问题进行数据增强。通过训练得到的模型可部署于传送带上方或机械臂视觉系统中，实现对流动目标的实时检测与定位，进而联动分拣执行机构完成自动抓取或气吹分离。

数据集介绍

本系统识别目标为两类常见可回收固体废物：

• Bottle（瓶子）：包括塑料瓶、玻璃瓶等柱状容器。

• Cans（罐子）：包括易拉罐、金属罐等。

数据采集自多种真实场景（如垃圾分类站、传送带、垃圾桶周围），涵盖不同光照条件、遮挡程度、堆叠密度及背景复杂度。

数据集规模与划分

总图像数量为 7,967 张，按照训练、验证、测试三类任务进行划分：

数据集	图像数量	用途
训练集	5,553 张	模型参数学习
验证集	1,474 张	超参数调优与模型选择
测试集	940 张	最终性能评估

训练结果

总体评价：性能优秀，已具备实用价值

• mAP50：0.952（95.2%）

• mAP50-95：0.887（88.7%）

• 总体精度：0.945

• 总体召回率：0.914

结论：模型对瓶子、罐子的识别效果很好，满足工业或垃圾分类场景的基本要求。

各类别详细性能

类别	精度(P)	召回率(R)	mAP50	mAP50-95	实例数
瓶子	0.948	0.864	0.930	0.839	1072
罐子	0.942	0.965	0.974	0.935	567

分析：

• 罐子：召回率极高（96.5%），几乎不漏检，mAP50达97.4%，识别非常稳定。

• 瓶子：精度略高（94.8%），但召回率（86.4%）相对偏低，存在一定漏检。

关键曲线解读

1. Precision-Recall 曲线

• 瓶子 AP = 0.930

• 罐子 AP = 0.974

• 曲线面积大，说明模型在不同置信度下表现均衡。

2. Precision-Confidence 曲线

• 在置信度 ≥ 0.5 时，精度稳定在 0.97 以上。

• 最高精度 0.99 @ 1.00 置信度。

3. Recall-Confidence 曲线

• 低置信度（0.0）时召回率 0.96

• 随置信度提高，召回率缓慢下降，属于正常表现。

混淆矩阵分析

真实 \ 预测	瓶子	罐子	背景
瓶子	0.89	0.02	0.09
罐子	0.02	0.98	0.02
背景	0.00	0.02	0.00

关键问题：

• 瓶子漏检率 9%（被误判为背景）

• 瓶子与罐子之间误检率很低（仅 2%）

• 背景误检为物体的概率极低（0~2%）

训练损失曲线（results.png）

• 训练和验证的 box_loss、cls_loss 稳定下降

• 无过拟合迹象（验证损失未明显回升）

• mAP50 持续上升并收敛

Ultralytics YOLO26

概述

Ultralytics  YOLO26 是 YOLO 系列实时对象检测器的最新演进，从头开始专为边缘和低功耗设备而设计。它引入了简化的设计，消除了不必要的复杂性，同时集成了有针对性的创新，以实现更快、更轻、更易于访问的部署。

YOLO26 的架构遵循三个核心原则：

• 简洁性: YOLO26是一个原生的端到端模型，直接生成预测结果，无需非极大值抑制（NMS）。通过消除这一后处理步骤，推理变得更快、更轻量，并且更容易部署到实际系统中。这种突破性方法最初由清华大学的王傲在YOLOv10中开创，并在YOLO26中得到了进一步发展。
• 部署效率： 端到端设计消除了管道的整个阶段，从而大大简化了集成，减少了延迟，并使部署在各种环境中更加稳健。
• 训练创新：YOLO26 引入了MuSGD 优化器，它是SGD 和MUON的混合体——灵感来源于 Moonshot AI 在 LLM 训练中Kimi K2的突破。该优化器带来了增强的稳定性和更快的收敛，将语言模型中的优化进展转移到计算机视觉领域。
• 任务特定优化：YOLO26 针对专业任务引入了有针对性的改进，包括用于 Segmentation 的语义分割损失和多尺度原型模块，用于高精度 姿势估计 的残差对数似然估计 (RLE)，以及通过角度损失优化解码以解决 旋转框检测 中的边界问题。

这些创新共同提供了一个模型系列，该模型系列在小对象上实现了更高的精度，提供了无缝部署，并且在 CPU 上的运行速度提高了 43% — 使 YOLO26 成为迄今为止资源受限环境中最实用和可部署的 YOLO 模型之一。

主要功能

• DFL 移除
  分布式焦点损失（DFL）模块虽然有效，但常常使导出复杂化并限制了硬件兼容性。YOLO26 完全移除了 DFL，简化了推理过程，并拓宽了对边缘和低功耗设备的支持。

• 端到端无NMS推理
  与依赖NMS作为独立后处理步骤的传统检测器不同，YOLO26是原生端到端的。预测结果直接生成，减少了延迟，并使集成到生产系统更快、更轻量、更可靠。

• ProgLoss + STAL
  改进的损失函数提高了检测精度，在小目标识别方面有显著改进，这是物联网、机器人、航空影像和其他边缘应用的关键要求。

• MuSGD Optimizer
  一种新型混合优化器，结合了SGD和Muon。灵感来自 Moonshot AI 的Kimi K2，MuSGD 将 LLM 训练中的先进优化方法引入计算机视觉，从而实现更稳定的训练和更快的收敛。

• CPU推理速度提升高达43%
  YOLO26专为边缘计算优化，提供显著更快的CPU推理，确保在没有GPU的设备上实现实时性能。

• 实例分割增强
  引入语义分割损失以改善模型收敛，以及升级的原型模块，该模块利用多尺度信息以获得卓越的掩膜质量。

• 精确姿势估计
  集​成残差对数似然估计​(RLE)，以实现更精确的关键点定位，并优化解码过程以提高推理速度。

• 优化旋转框检测解码
  引入专门的角度损失以提高方形物体的检测精度，并优化旋转框检测解码以解决边界不连续性问题。

常用标注工具

假设您现在准备好进行标注。有几种开源工具可以帮助简化数据标注流程。以下是一些有用的开放标注工具：

Label Studio：一个灵活的工具，支持各种标注任务，并包含用于管理项目和质量控制的功能。 CVAT：一个强大的工具，支持各种标注格式和可定制的工作流程，使其适用于复杂的项目。 Labelme：一个简单易用的工具，可以快速标注带有多边形的图像，非常适合简单的任务。 LabelImg: 一款易于使用的图形图像标注工具，特别适合以 YOLO 格式创建边界框标注。

这些开源工具经济实惠，并提供一系列功能来满足不同的标注需求。

界面核心代码：

详细功能展示视频