YOLOv8垃圾分类目标检测实战：从数据标注到模型部署全流程

简介：本资源是一套基于YOLOv8的轻量化垃圾分类目标检测实战项目，面向深度学习初学者、计算机视觉方向本科生及毕业设计选题者，解决真实场景下垃圾图像多类别识别与定位难题。压缩包共4个文件（2个Python脚本、1个YOLO格式数据集ZIP、1份说明文档），总大小12.29MB；其中train_yolov8m.py支持端到端模型训练，predict_image.py提供即用型图像推理接口，配套数据集已按YOLOv8规范预处理，开箱即可复现实验流程。目前已有53人学习下载，适合需要完整可运行代码、标准化数据集、清晰训练与预测分离逻辑的实践者。读者可直接部署于CPU或低配GPU环境，快速掌握YOLOv8在环保AI落地中的典型应用路径，包括数据准备、超参配置、模型评估与结果可视化等关键环节。

1. 项目概述：当YOLOv8遇上垃圾分类

最近在社区里看到不少朋友对“基于YOLOv8的垃圾分类目标检测”这个项目感兴趣，手头也正好有相关的实战经验。这其实是一个非常典型的计算机视觉落地应用，它把前沿的目标检测算法和我们日常生活中的垃圾分类需求结合了起来。简单来说，这个项目的目标就是训练一个AI模型，让它能像人眼一样，从一张图片或一段视频里，准确地识别出各种垃圾，并给它们打上正确的类别标签，比如“可回收物”、“厨余垃圾”、“有害垃圾”和“其他垃圾”。

为什么是YOLOv8？在目标检测领域，YOLO系列一直是“又快又准”的代名词。从YOLOv5开始，Ultralytics团队推出的这个系列就因其出色的平衡性（速度和精度）和极佳的易用性而广受欢迎。YOLOv8作为该系列的最新成员（截至我的知识更新点），在架构上做了进一步优化，提供了更丰富的模型尺寸（从nano到xlarge），并且统一了检测、分割、姿态估计等任务的接口，让开发者上手和部署都更加方便。对于垃圾分类这种需要实时或准实时处理，且对精度有一定要求的场景，YOLOv8是一个非常务实且强大的选择。

这个项目适合谁呢？如果你是计算机视觉的初学者，想找一个有明确应用价值、数据集相对容易获取的练手项目，那么垃圾分类检测再合适不过了。它涵盖了目标检测项目的全流程：环境搭建、数据准备、模型训练、评估优化和推理部署。对于有经验的开发者，你可以深入探索模型改进、轻量化部署（比如到嵌入式设备RK3588或手机端）、或者结合多模态信息来提升复杂场景下的识别率。无论你的基础如何，都能从这个项目中找到可以深入挖掘的点。

2. 核心思路与方案选型背后的考量

当我们决定用YOLOv8做垃圾分类时，这个选择背后有一系列的权衡和考量。目标检测的算法很多，从传统的两阶段检测器（如Faster R-CNN）到单阶段检测器（如SSD、YOLO系列），再到一些Anchor-Free的变体，每种都有其适用场景。

2.1 为什么选择YOLOv8而非其他？

首先，速度与精度的平衡是首要因素。垃圾分类的应用场景可能是智能垃圾桶的摄像头、社区监控视频流分析，或者手机APP拍照识别。这些场景大多要求模型能在有限的硬件资源（可能是Jetson系列嵌入式板卡，甚至是手机处理器）上快速给出结果。YOLOv8继承了系列传统，在保持较高mAP（平均精度均值）的同时，推理速度非常快。相比之下，一些更复杂的模型（如某些两阶段检测器或大型Transformer架构）虽然精度可能略高，但参数量和计算量巨大，难以在边缘设备上实时运行。

其次，生态与易用性至关重要。Ultralytics维护的YOLOv8项目，其代码库非常清晰，文档也在不断完善。它提供了从命令行到Python API的多种使用方式，并且支持的功能极其丰富：不仅仅是目标检测，还有实例分割、姿态估计、分类，甚至目标跟踪。对于项目开发来说，这意味着我们不需要从零开始造轮子，可以专注于我们的核心任务——垃圾分类本身。社区活跃，遇到问题也更容易找到解决方案或讨论。

再者，模型尺寸的灵活性。YOLOv8提供了YOLOv8n（nano）、YOLOv8s（small）、YOLOv8m（medium）、YOLOv8l（large）、YOLOv8x（extra large）五种预训练模型。我们可以根据实际部署环境的算力进行选择。例如，在算力强大的服务器上进行视频流分析，可以选择YOLOv8x以获得最佳精度；而在树莓派或手机端，则可能选择YOLOv8n或YOLOv8s，牺牲一点精度换取可接受的运行速度。

2.2 垃圾分类任务的特殊性分析

确定了基础框架，我们还需要针对“垃圾”这个检测对象的特点来设计方案。

1. 类别定义与长尾分布：垃圾分类的类别体系需要事先明确。国内通常是“四分法”，但具体到可回收物，可能还需要细分为纸张、塑料、玻璃、金属等。这就带来了第一个问题：类别数量。类别越多，模型越复杂，需要的训练数据也越多。此外，数据很可能呈现长尾分布，即“其他垃圾”（干垃圾）的图片数量远多于“有害垃圾”。我们需要在数据收集和采样策略上应对这个问题，比如对稀少类别进行过采样。

2. 目标外观的多样性与复杂性：

   • 类内差异大：同是“塑料瓶”，可能是矿泉水瓶、饮料瓶、洗发水瓶，颜色、形状、大小、标签各异，甚至可能是被压扁的状态。
   • 类间相似性高：脏的纸巾（其他垃圾）和沾了油污的纸盒（可回收物？）可能外观相似；一些特殊的塑料包装（如薯片袋）因含有复合材质，回收属性存在争议，这给模型学习带来了挑战。
   • 背景杂乱与遮挡：垃圾往往堆放在一起，存在严重的相互遮挡。一个垃圾桶里的垃圾可能层层叠叠，只露出部分特征。
   • 小目标问题：电池、药片等有害垃圾，或者瓶盖等小物件，在图像中可能只占几十个像素，属于典型的小目标检测难题。

3. 部署环境的考量：模型最终在哪里运行？这决定了我们训练的终点。如果部署在云端服务器，我们可以使用较大的模型，甚至集成多个模型；如果部署在边缘设备（如智能垃圾桶内置的Jetson Nano或RK3588开发板），则必须在训练阶段就考虑模型剪枝、量化等轻量化技术，或者直接选择YOLOv8n/s这类小模型进行训练。

实操心得：在项目启动前，花时间明确你的“垃圾”定义和类别列表至关重要。最好能参考你目标部署地区的官方垃圾分类指南。同时，不要一味追求大模型，先用YOLOv8s在标准数据集上跑通全流程，建立基线性能，再根据需求决定是否升级模型或进行优化。

3. 从零开始：数据准备与标注全流程

任何机器学习项目，数据都是基石。对于目标检测，我们需要的是带有边界框（Bounding Box）和类别标签的图片。

3.1 数据收集渠道与技巧

理想的数据集应该尽可能覆盖真实场景的多样性。收集渠道可以包括：

• 公开数据集：这是最快的起步方式。可以搜索“garbage detection dataset”、“trash classification dataset”等关键词。一些研究机构会发布相关数据集，例如TACO（Trash Annotations in Context）。但需要注意，公开数据集的类别划分和你的需求可能不完全一致，需要筛选和重新标注。
• 网络爬虫：使用搜索引擎的图片搜索，或从电商平台、生活分享社区爬取相关图片。关键词需要精心设计，例如“可回收垃圾 塑料瓶”、“厨余垃圾 果皮”、“堆积的垃圾”等。务必注意版权和法律法规，仅用于个人学习和研究。
• 自行拍摄：这是获取最贴近真实应用场景数据的方法。可以拍摄自家垃圾桶、社区垃圾站、公共垃圾桶等不同场景、不同光照条件（白天、夜晚、室内光）下的垃圾图片。为了增强数据的多样性，可以主动制造一些变化：将垃圾放在不同材质的表面上、部分遮挡、从不同角度拍摄等。

3.2 数据标注工具与YOLO格式详解

数据标注推荐使用专业工具，如LabelImg、CVAT或Roboflow。LabelImg开源免费，上手简单；CVAT功能更强大，支持在线协作；Roboflow则提供了数据预处理、增强和版本管理的一站式服务。

YOLOv8使用的标注格式是一种归一化的文本格式。每张图片对应一个同名的.txt文件。文件里每一行代表一个目标物体，格式为：<class_id> <x_center> <y_center> <width> <height>

• class_id：物体的类别索引，从0开始。例如，0=可回收物，1=厨余垃圾，2=有害垃圾，3=其他垃圾。
• x_center, y_center：物体边界框中心的x和y坐标，归一化到[0, 1]区间（即除以图片宽度和高度）。
• width, height：物体边界框的宽度和高度，同样归一化到[0, 1]区间。

假设一张图片宽640像素，高480像素，其中有一个“塑料瓶”（类别ID为0），其边界框左上角在(100, 120)，右下角在(200, 300)。那么计算过程如下：

• 中心点x坐标: (100 + 200) / 2 / 640 = 300 / 2 / 640 = 150 / 640 ≈ 0.234
• 中心点y坐标: (120 + 300) / 2 / 480 = 420 / 2 / 480 = 210 / 480 = 0.4375
• 宽度: (200 - 100) / 640 = 100 / 640 ≈ 0.156
• 高度: (300 - 120) / 480 = 180 / 480 = 0.375 因此，在.txt文件中，这一行就是：0 0.234 0.4375 0.156 0.375

3.3 数据组织与数据集配置文件

YOLOv8要求数据集按特定结构组织。一个标准的目录结构如下：

datasets/ └── garbage_det/ ├── train/ │ ├── images/ # 存放训练图片，如 0001.jpg, 0002.jpg... │ └── labels/ # 存放对应的YOLO格式标签文件，如 0001.txt, 0002.txt... ├── val/ │ ├── images/ # 存放验证图片 │ └── labels/ # 存放对应的标签文件 └── data.yaml # 数据集配置文件

最关键的是data.yaml文件，它告诉YOLOv8去哪里找数据以及有哪些类别。

# data.yaml path: ../datasets/garbage_det # 数据集根目录 train: train/images # 训练集路径（相对path） val: val/images # 验证集路径（相对path） # 类别数量 nc: 4 # 类别名称列表，顺序必须与标注时的class_id对应 names: ['recyclable', 'kitchen', 'hazardous', 'other']

注意事项：标注质量直接决定模型性能上限。标注时要确保边界框紧密贴合物体，特别是对于形状不规则的垃圾。对于严重遮挡的物体，如果可见部分超过50%且能判断类别，建议标注；如果完全看不见，则不标。建议将收集到的数据按大约8:1:1的比例随机划分为训练集、验证集和测试集，其中测试集只在最终评估时使用，训练过程中不要碰它。

4. 模型训练：参数解析与实战调优

环境准备好，数据也齐了，接下来就是最核心的训练环节。这里我们以命令行操作为例，因为它清晰且可复现。

4.1 训练命令深度拆解

一个基础的训练命令如下：

yolo task=detect mode=train model=yolov8s.pt data=data.yaml epochs=100 imgsz=640 batch=16 workers=4

让我们逐一拆解每个参数的含义和设置逻辑：

• task=detect: 指定任务为目标检测。YOLOv8也支持segment（分割）、classify（分类）等。
• mode=train: 模式为训练。
• model=yolov8s.pt: 指定使用的模型架构和预训练权重。yolov8s.pt是YOLOv8-small的预训练模型。使用预训练权重可以大大加快收敛速度，提升最终性能，这是一种非常有效的迁移学习。
• data=data.yaml: 指定上一步创建的数据集配置文件路径。
• epochs=100: 训练轮数。这个值需要根据数据集大小和模型复杂度调整。数据集小可以少一些（如50），数据集大或希望充分拟合可以多一些（如150-300）。可以通过观察验证集损失曲线来判断是否早停。
• imgsz=640: 输入图片的尺寸。YOLOv8会将所有图片统一缩放到此尺寸进行训练。更大的尺寸（如1280）通常会带来更好的精度，特别是对于小目标，但会显著增加显存消耗和训练时间。640是一个在精度和效率间取得较好平衡的常用值。
• batch=16: 批次大小。即每次迭代送入模型的图片数量。越大，训练越稳定，速度也可能更快，但需要更多显存。如果出现CUDA out of memory错误，就需要减小batch或imgsz。
• workers=4: 数据加载的进程数。用于并行读取和预处理数据，提升数据加载效率，避免训练过程因等待数据而空闲。通常设置为CPU核心数左右。

4.2 高级参数与训练策略

为了获得更好的模型，我们还需要调整一些高级参数：

yolo task=detect mode=train model=yolov8s.pt data=data.yaml epochs=150 imgsz=640 batch=16 workers=4 \ patience=50 \ lr0=0.01 \ lrf=0.01 \ optimizer='AdamW' \ weight_decay=0.0005 \ cos_lr=True \ hsv_h=0.015 \ hsv_s=0.7 \ hsv_v=0.4 \ degrees=10.0 \ translate=0.1 \ scale=0.5 \ shear=0.0 \ perspective=0.0 \ flipud=0.0 \ fliplr=0.5 \ mosaic=1.0 \ mixup=0.0 \ copy_paste=0.0

• patience=50: 早停耐心值。如果验证集指标在连续50个epoch内没有提升，则自动停止训练，防止过拟合。
• lr0=0.01: 初始学习率。这是最重要的超参数之一。太大可能导致训练不稳定（损失NaN），太小则收敛慢。一般从默认值开始，如果训练损失下降很慢，可以适当增大；如果震荡剧烈，则减小。
• lrf=0.01: 最终学习率因子。最终学习率 =lr0 * lrf。这里设置为0.01，意味着学习率会从0.01衰减到0.0001。
• optimizer='AdamW': 优化器。AdamW是Adam优化器的改进版，通常能获得更好的泛化性能。SGD也是常见选择，可能更稳定但需要精细调参。
• cos_lr=True: 使用余弦退火学习率调度。这种调度方式让学习率像余弦曲线一样平滑下降，通常比线性下降效果更好。
• hsv_h,hsv_s,hsv_v,degrees等: 这些都是数据增强参数。数据增强是提升模型泛化能力、防止过拟合的关键手段。它通过在训练时随机对图片进行色彩变换（HSV）、旋转、平移、缩放、剪切、透视变换、水平翻转等操作，来人工增加数据的多样性。对于垃圾分类，水平翻转(fliplr)非常有用，旋转(degrees)和色彩抖动(hsv)也能帮助模型适应不同摆放角度和光照条件。mosaic增强将四张图片拼成一张，能极大地丰富背景和上下文信息，对小目标检测尤其有益，但可能会增加显存消耗。

4.3 训练过程监控与评估指标解读

训练开始后，YOLOv8会在终端打印日志，并在runs/detect/train/目录下生成一系列结果文件。我们需要重点关注：

1. 损失曲线(results.png): 包含训练框损失(train/box_loss)、分类损失(train/cls_loss)以及对应的验证损失(val/下的)。理想情况下，训练损失和验证损失都应平稳下降，并最终趋于平缓。如果训练损失持续下降而验证损失开始上升，这是典型的过拟合信号。
2. 性能指标：主要是mAP50和mAP50-95。
   • mAP50: 在交并比(IoU)阈值为0.5时的平均精度均值。这是最常用的指标，可以理解为模型在“框得不太严”的情况下的检测能力。
   • mAP50-95: 在IoU阈值从0.5到0.95（步长0.05）区间内的平均mAP。这是一个更严格的指标，要求预测框与真实框高度重合，更能反映模型的定位精度。
3. 混淆矩阵(confusion_matrix.png): 直观展示模型在各个类别上的分类情况。对角线上的值越高越好。通过它，你可以发现模型容易混淆的类别对（比如把某种塑料误判为其他垃圾），从而有针对性地补充那类数据或调整类别定义。

实操心得：训练初期，不必追求极致的参数调优。先用默认参数（或上述推荐参数）跑完一个完整的训练，观察损失曲线和验证集指标是否正常。如果mAP50能达到0.7以上，说明你的数据和流程基本没问题。之后再考虑进行超参数搜索（如使用optuna库）来进一步提升性能。另外，训练时务必监控GPU显存使用情况（可以用nvidia-smi命令），确保不会因为爆显存而中断。

5. 模型推理与部署实战

模型训练好后，我们会得到最好的权重文件（通常是runs/detect/train/weights/best.pt）。接下来就是用它来“干活”了。

5.1 多种推理方式演示

图片推理：

yolo task=detect mode=predict model=best.pt source='path/to/your/image.jpg' conf=0.25 imgsz=640

• source: 指定输入源，可以是单张图片、图片目录、视频文件、摄像头索引（如0）或URL。
• conf: 置信度阈值。只有预测框的置信度高于此值的才会被保留。调高它会减少误检，但可能漏检；调低则相反。0.25是一个常用的起始值。
• 运行后，结果会保存在runs/detect/predict/下，图片上会画出检测框和标签。

Python API 推理（更灵活）：

from ultralytics import YOLO # 加载训练好的模型 model = YOLO('runs/detect/train/weights/best.pt') # 预测单张图片 results = model('test_image.jpg', conf=0.25, imgsz=640) # 遍历结果 for result in results: boxes = result.boxes # 边界框信息 for box in boxes: cls_id = int(box.cls) # 类别ID conf = float(box.conf) # 置信度 xyxy = box.xyxy[0].tolist() # 边框坐标 [x1, y1, x2, y2] print(f"检测到: {model.names[cls_id]}, 置信度: {conf:.2f}, 位置: {xyxy}") # 保存带标注的结果图 result.save('result.jpg')

5.2 模型导出与跨平台部署

要在不同平台（如C++程序、移动端、嵌入式设备）上运行YOLOv8模型，需要将其从PyTorch的.pt格式导出为相应的格式。

导出为ONNX格式（通用交换格式）：

yolo task=detect mode=export model=best.pt format=onnx imgsz=640

ONNX格式可以被许多推理引擎支持，如OpenCV DNN、ONNX Runtime、TensorRT等。

导出为TensorRT引擎（NVIDIA GPU加速）：

yolo task=detect mode=export model=best.pt format=engine imgsz=640

这需要你的环境已安装TensorRT。导出的.engine文件在NVIDIA GPU上能获得极致的推理速度。

导出为CoreML格式（苹果生态）：

yolo task=detect mode=export model=best.pt format=coreml imgsz=640

适用于iOS/macOS应用。

针对嵌入式设备（如RK3588）的部署：流程通常更复杂一些。以RK3588为例，一般需要先将模型导出为ONNX，然后使用瑞芯微提供的RKNN-Toolkit2工具链，将ONNX模型转换和量化成RKNN格式，最后在板子上调用RKNN SDK进行推理。这个过程涉及到模型量化（将FP32精度转换为INT8精度以提升速度）和针对硬件指令集的优化。

5.3 构建一个简单的实时检测应用

我们可以用OpenCV和YOLOv8的Python接口快速搭建一个摄像头实时检测程序：

import cv2 from ultralytics import YOLO model = YOLO('best.pt') cap = cv2.VideoCapture(0) # 打开默认摄像头 while True: ret, frame = cap.read() if not ret: break # 进行推理，stream=True用于处理视频流 results = model(frame, stream=True, conf=0.25, imgsz=320) # 为了速度，imgsz可以调小 for result in results: # 直接在原图上绘制结果 annotated_frame = result.plot() cv2.imshow('Garbage Detection', annotated_frame) if cv2.waitKey(1) & 0xFF == ord('q'): break cap.release() cv2.destroyAllWindows()

注意事项：部署时，尤其是到资源受限的边缘设备，性能优化是关键。除了选择更小的模型（YOLOv8n），一定要使用imgsz参数调整推理时的输入尺寸，这是最直接有效的提速方法。同时，开启TensorRT或OpenVINO等硬件加速后端，能带来数倍甚至数十倍的性能提升。在真实部署前，务必在目标硬件上进行充分的性能和精度测试。

6. 性能优化与模型改进思路

当你的基线模型跑通后，可能会发现一些不足，比如对某些类别识别不准、小垃圾漏检、或者在复杂背景下误检。这时就需要考虑优化和改进。

6.1 针对垃圾分类的模型微调策略

1. 数据层面是根本：

   • 针对性补充数据：分析混淆矩阵和验证集上的错误案例。如果模型总是把“玻璃瓶”和“塑料瓶”搞混，就去收集更多形态各异的玻璃瓶和塑料瓶图片，特别是那些容易混淆的（如无色透明材质）。
   • 数据增强强化：调整训练时的数据增强参数。对于可能被旋转放置的垃圾（如瓶子），可以适当增加degrees（旋转角度）。对于光照变化大的场景，可以增强hsv_v（亮度抖动）。如果遮挡严重，可以尝试启用copy_paste增强（但需谨慎，可能引入不合理的上下文）。
   • 解决类别不平衡：如果“有害垃圾”的图片数量远少于其他类，可以采用过采样（在每轮训练中更多地采样稀少类别图片）或为稀少类别分配更高的损失权重（在YOLO中可以通过class_weights参数实现）。

2. 模型结构与超参数调优：

   • 更换模型尺度：如果精度不够且算力允许，尝试从YOLOv8s升级到YOLOv8m或YOLOv8l。如果速度是瓶颈，则降级到YOLOv8n。
   • 调整锚框（Anchor）：YOLOv8是Anchor-Free的，但它的回归机制仍然隐含了先验。虽然通常不需要手动调整，但如果你数据集中垃圾的宽高比分布非常特殊（比如都是细长的棍状物或扁平的纸片），可以尝试根据数据集重新聚类生成先验框，不过YOLOv8对此的敏感性已降低。
   • 更精细的超参数搜索：使用网格搜索或贝叶斯优化工具（如optuna）对学习率(lr0)、权重衰减(weight_decay)、数据增强强度等超参数进行系统性的搜索，找到最适合你数据集的一组参数。

6.2 集成先进模块与注意力机制

YOLOv8的架构是模块化的，社区有很多改进方案，可以通过替换或添加模块来提升性能。常见的改进方向包括：

• 替换主干网络（Backbone）：将原始的CSPDarknet换成更高效的网络，如MobileNetV3（轻量化）、EfficientNet（精度高）或Swin Transformer（捕捉长距离依赖）。这通常需要对网络结构有较深理解。
• 添加注意力机制：在主干或特征融合网络（Neck）中加入注意力模块，如SE（Squeeze-and-Excitation）、CBAM（Convolutional Block Attention Module）或ECA-Net，让模型学会“关注”图片中更重要的区域。这对于在杂乱背景中找出垃圾很有帮助。
• 改进特征金字塔（Neck）：将原始的PANet（Path Aggregation Network）替换为更强大的结构，如BiFPN（加权双向特征金字塔），更好地融合不同尺度的特征，这对检测大小差异悬殊的垃圾物体有益。
• 更换检测头（Head）：将解耦头（Decoupled Head）替换为动态头或Transformer头，可能提升分类和定位的准确性。

实操心得：改进模型是一个“大胆假设，小心求证”的过程。切忌一次性加入多个改动。每次只尝试一种改进，并在固定的验证集上评估其效果（mAP50-95的变化）。只有确认该改进有效后，才保留下来作为新的基线，再进行下一次尝试。否则，你无法知道性能提升或下降到底归因于哪个改动。对于大部分垃圾分类应用，通过优化数据质量和训练策略带来的提升，往往比修改模型结构更显著、更稳定。

7. 避坑指南与常见问题排查

在实际操作中，你肯定会遇到各种各样的问题。这里我整理了一些典型“坑位”和解决方法。

7.1 训练过程中的常见问题

7.2 推理与部署中的问题

• 推理结果框闪烁或不稳定：在视频流检测中，对于同一物体，相邻帧的检测框可能位置或置信度波动大。可以尝试：

  1. 使用时间域滤波，如对同一物体的位置进行卡尔曼滤波或简单的移动平均。
  2. 引入非极大值抑制（NMS）的后处理，但YOLOv8输出默认已经过NMS，主要检查conf和iou参数是否合适。调高conf阈值可以减少低置信度抖动框。
  3. 使用跟踪算法（如ByteTrack, BoT-SORT），为每一帧的检测结果分配ID，利用运动信息平滑轨迹。YOLOv8本身也集成了跟踪功能(mode=track)。

• 在嵌入式设备上精度下降严重：这很可能是在模型转换（如到RKNN、TensorRT INT8）过程中，量化造成的精度损失。

  1. 确保使用有代表性的校准数据集进行量化，这个数据集应该来自你的真实应用场景。
  2. 尝试量化感知训练（QAT），在训练阶段就模拟量化的效果，让模型适应低精度计算。
  3. 如果条件允许，使用FP16精度代替INT8，能在精度和速度间取得更好平衡。

• 模型文件太大，无法放入嵌入式设备存储：使用模型剪枝、知识蒸馏等技术进一步压缩模型。或者，选择更小的预训练模型起点（如YOLOv8n），并配合通道剪枝。

最后，想分享一点个人体会。基于YOLOv8的垃圾分类项目，是一个绝佳的AI工程实践入口。它麻雀虽小，五脏俱全。在这个过程中，你收获的不仅仅是一个能识别垃圾的模型，更是一套处理视觉问题的标准方法论：从问题定义、数据工程、模型训练调优到最终部署落地。当你看到自己训练的模型成功在摄像头里框出一个矿泉水瓶并标上“可回收物”时，那种成就感是实实在在的。这个项目完全可以作为一个起点，扩展到更复杂的场景，比如垃圾满溢检测、违规投放行为识别等。希望这些经验能帮你少走些弯路。

本文还有配套的精品资源，点击获取