【YOLO26 系列】基于YOLO26的垃圾分类检测系统【python源码+Pyqt5界面/WEB+数据集+训练代码】

【YOLO26 系列】基于YOLO26的垃圾分类检测系统【python源码+Pyqt5界面/WEB+数据集+训练代码】

导读

本文基于最新YOLO26模型，开发了一套用于垃圾分类目标检测的智能系统，项目同时提供PyQt GUI本地界面和Flask Web网页两种交互方式。本项目采用公开TACO垃圾分类数据集开展训练，数据集涵盖18类常见生活垃圾，包含数千张标注图像。系统支持单张图片检测、文件夹批量检测、视频检测、摄像头实时检测四种模式，同时支持检测结果自动保存，可应用于智能垃圾分类回收设备、城市环卫垃圾分类识别等场景，兼具高精度识别能力与良好的实时性。

一、软件功能演示

本项目提供两种可视化交互界面：本地GUI界面和Web网页端，核心功能包含图片检测、文件夹批量检测、视频检测、摄像头实时检测、结果保存五大模块。

【YOLO26 系列】基于YOLO26的垃圾分类检测系统

1.1 单张图片检测

操作流程：打开GUI/Web界面 → 点击【打开图片】按钮 → 选择待检测的单张垃圾分类图片 → 点击【开始检测】按钮，系统将自动识别图片中的垃圾类别并输出检测结果。

检测结果以结构化表格形式展示：

序号	图片名称	检测类型	垃圾类别	置信度	坐标位置(左上角-右下角)
1	0001.jpg	图片检测	Bottle	0.89	(32, 45)-(215, 320)
2	0001.jpg	图片检测	Can	0.82	(240, 120)-(410, 285)
3	0001.jpg	图片检测	Plastic bag - wrapper	0.76	(100, 250)-(340, 420)

界面同时会在原图上绘制检测框与类别置信度，直观呈现检测结果。

1.2 文件夹批量检测

操作流程：点击【打开文件夹】 → 选择包含多张待检测图片的文件夹 → 点击【开始检测】，系统将依次对文件夹内所有图片进行批量检测，并自动保存全部检测结果。

批量检测结果统计示例：

统计项	数值
总检测图片数	20
检测到垃圾目标总数	48
检出最多类别	Other plastic

1.3 视频检测

操作流程：点击【打开视频】 → 选择待检测的视频文件 → 点击【开始检测】，系统将对视频逐帧进行实时检测，并在界面上实时输出检测结果。

实时检测单帧结果示例：

序号	帧ID	检测类型	垃圾类别	置信度	坐标位置
1	120	视频检测	Carton	0.91	(180, 120)-(320, 240)
2	120	视频检测	Cigarette	0.85	(410, 210)-(480, 260)
3	120	视频检测	Styrofoam piece	0.78	(220, 300)-(400, 410)

1.4 摄像头实时检测

操作流程：点击【开启相机】按钮 → 系统自动调用电脑本地摄像头 → 点击【开始检测】后，对摄像头实时采集的画面进行目标检测，支持实时识别画面中的各类垃圾。

该功能可对接嵌入式摄像头设备，用于开发落地智能垃圾分类回收硬件。

1.5 保存检测结果

检测完成后，点击【保存结果】按钮即可保存两类检测结果：

1. 检测图片 ：自动将带有检测框和标注的结果图片保存至项目results/目录
2. 检测信息：自动将所有检测结果的结构化信息（类别、置信度、坐标）保存为CSV文件，方便后续分析使用

---

二、环境搭建

本项目基于PyTorch框架开发，提供两种环境配置方式，可根据自身需求选择。

2.1 PyTorch手动安装

本项目不包含PyTorch安装包，需自行安装适配硬件的版本：

• CUDA 11版本用户可参考以下命令安装：

pip3 install torch torchvision --extra-index-url https://download.pytorch.org/whl/cu118

• CPU版本用户可参考以下命令安装：

pip3 install torch torchvision --extra-index-url https://download.pytorch.org/whl/cpu

官方下载地址：torch、torchvision

详细安装教程视频：torch 环境配置 从零开始安装

2.2 项目依赖安装

克隆项目到本地后，进入项目根目录，执行以下pip命令安装剩余依赖：

pip install -r requirements.txt

若使用Conda环境，可通过以下命令创建并激活环境：

# 若提供environment.yml文件
conda env create -f environment.yml
conda activate yolo26-garbage

界面启动方式

• 启动本地GUI界面：

cd UI
python GUI.py

• 启动Web网页端：

cd UI
python web.py

启动后，在浏览器打开控制台输出的本地地址即可访问网页端界面。

---

三、模型训练、评估、预测

3.1 数据集上传说明

3.1.1 数据集格式要求

本项目使用标准YOLO格式数据集，目录结构如下：

dataset/
├── train/
│   ├── images/  # 训练集图片
│   │   ├── img1.jpg
│   │   ├── img2.jpg
│   │   └── ...
│   └── labels/  # 训练集标签
│       ├── img1.txt
│       ├── img2.txt
│       └── ...
├── val/
│   ├── images/  # 验证集图片
│   └── labels/  # 验证集标签
└── test/
    ├── images/  # 测试集图片
    └── labels/  # 测试集标签

本项目使用公开TACO垃圾分类数据集，可通过百度网盘下载：

链接: https://pan.baidu.com/s/19lJ5VmLC2la1Voe866g79A 提取码: ntha

下载后将数据集解压放入VOCData/文件夹即可。

3.1.2 YOLO格式标签说明

YOLO格式标签为每张图片对应一个同名.txt文件，每行对应一个目标，格式为：

<class_id> <x_center> <y_center> <width> <height>

所有坐标均为归一化坐标（取值范围0~1），各参数说明：

参数	说明
class_id	垃圾类别的ID，从0开始编号
x_center	检测框中心点X坐标除以图片宽度
y_center	检测框中心点Y坐标除以图片高度
width	检测框宽度除以图片宽度
height	检测框高度除以图片高度

示例 ：0 0.45 0.32 0.21 0.41 表示类别ID为0的垃圾，中心点位于图片45%宽度、32%高度位置，检测框宽度占图片总宽度21%，高度占图片总高度41%。

3.1.3 从VOC格式转换（XML转YOLO TXT）

若你的数据集为VOC标注格式（XML标注文件），可使用以下脚本将XML转换为YOLO TXT格式：

import os
import xml.etree.ElementTree as ET

# 定义垃圾分类类别顺序，需与yaml配置保持一致
categories = [
    'Aluminium foil', 'Bottle cap', 'Bottle', 'Broken glass', 'Can', 
    'Carton', 'Cigarette', 'Cup', 'Lid', 'Other litter', 
    'Other plastic', 'Paper', 'Plastic bag - wrapper', 'Plastic container', 
    'Pop tab', 'Straw', 'Styrofoam piece', 'Unlabeled litter'
]
category_to_index = {category: index for index, category in enumerate(categories)}

# 替换为自己的XML文件夹路径和输出TXT路径
input_folder = r'./VOCData/Annotations'
output_folder = r'./VOCData/labels'

# 确保输出文件夹存在
os.makedirs(output_folder, exist_ok=True)

# 遍历所有XML文件
for filename in os.listdir(input_folder):
    if filename.endswith('.xml'):
        xml_path = os.path.join(input_folder, filename)
        # 解析XML
        tree = ET.parse(xml_path)
        root = tree.getroot()
        
        # 获取图片宽高
        size = root.find('size')
        width = int(size.find('width').text)
        height = int(size.find('height').text)
        
        objects = []
        # 遍历每个标注目标
        for obj in root.findall('object'):
            name = obj.find('name').text
            if name not in category_to_index:
                continue
            category_index = category_to_index[name]
            
            # 获取原始坐标
            bndbox = obj.find('bndbox')
            xmin = int(bndbox.find('xmin').text)
            ymin = int(bndbox.find('ymin').text)
            xmax = int(bndbox.find('xmax').text)
            ymax = int(bndbox.find('ymax').text)
            
            # 转换为归一化中心点宽高
            x_center = (xmin + xmax) / 2.0 / width
            y_center = (ymin + ymax) / 2.0 / height
            w = (xmax - xmin) / width
            h = (ymax - ymin) / height
            
            objects.append(f"{category_index} {x_center:.6f} {y_center:.6f} {w:.6f} {h:.6f}")
        
        # 保存为TXT文件
        txt_filename = os.path.splitext(filename)[0] + '.txt'
        txt_path = os.path.join(output_folder, txt_filename)
        with open(txt_path, 'w') as f:
            for obj in objects:
                f.write(obj + '\n')

print("VOC XML转YOLO TXT完成！")

也可运行项目自带的VOCData/xml2txt.py脚本，修改路径后使用。

3.1.4 数据集划分脚本

格式转换完成后，使用以下脚本按照8:1:1比例划分训练集、验证集、测试集：

import os
import shutil
import random

# 开启固定随机种子保证结果可复现
# random.seed(42)

def split_data(file_path, label_path, new_file_path, train_rate, val_rate, test_rate):
    # 获取所有图片和标签
    images = os.listdir(file_path)
    labels = os.listdir(label_path)
    # 匹配图片和标签，保证一一对应
    images_no_ext = {os.path.splitext(image)[0]: image for image in images}
    labels_no_ext = {os.path.splitext(label)[0]: label for label in labels}
    matched_data = [(img, images_no_ext[img], labels_no_ext[img]) for img in images_no_ext if img in labels_no_ext]
    
    # 输出未匹配的文件，方便检查
    unmatched_images = [img for img in images_no_ext if img not in labels_no_ext]
    unmatched_labels = [label for label in labels_no_ext if label not in images_no_ext]
    if unmatched_images:
        print("未匹配的图片文件:")
        for img in unmatched_images:
            print(images_no_ext[img])
    if unmatched_labels:
        print("未匹配的标签文件:")
        for label in unmatched_labels:
            print(labels_no_ext[label])
    
    # 打乱数据，按比例划分
    random.shuffle(matched_data)
    total = len(matched_data)
    train_data = matched_data[:int(train_rate * total)]
    val_data = matched_data[int(train_rate * total):int((train_rate + val_rate) * total)]
    test_data = matched_data[int((train_rate + val_rate) * total):]
    
    # 处理训练集
    for img_name, img_file, label_file in train_data:
        old_img_path = os.path.join(file_path, img_file)
        old_label_path = os.path.join(label_path, label_file)
        new_img_dir = os.path.join(new_file_path, 'train', 'images')
        new_label_dir = os.path.join(new_file_path, 'train', 'labels')
        os.makedirs(new_img_dir, exist_ok=True)
        os.makedirs(new_label_dir, exist_ok=True)
        shutil.copy(old_img_path, os.path.join(new_img_dir, img_file))
        shutil.copy(old_label_path, os.path.join(new_label_dir, label_file))
    
    # 处理验证集
    for img_name, img_file, label_file in val_data:
        old_img_path = os.path.join(file_path, img_file)
        old_label_path = os.path.join(label_path, label_file)
        new_img_dir = os.path.join(new_file_path, 'val', 'images')
        new_label_dir = os.path.join(new_file_path, 'val', 'labels')
        os.makedirs(new_img_dir, exist_ok=True)
        os.makedirs(new_label_dir, exist_ok=True)
        shutil.copy(old_img_path, os.path.join(new_img_dir, img_file))
        shutil.copy(old_label_path, os.path.join(new_label_dir, label_file))
    
    # 处理测试集
    for img_name, img_file, label_file in test_data:
        old_img_path = os.path.join(file_path, img_file)
        old_label_path = os.path.join(label_path, label_file)
        new_img_dir = os.path.join(new_file_path, 'test', 'images')
        new_label_dir = os.path.join(new_file_path, 'test', 'labels')
        os.makedirs(new_img_dir, exist_ok=True)
        os.makedirs(new_label_dir, exist_ok=True)
        shutil.copy(old_img_path, os.path.join(new_img_dir, img_file))
        shutil.copy(old_label_path, os.path.join(new_label_dir, label_file))
    
    print(f"数据集划分完成！总样本数：{total}，训练集：{len(train_data)}，验证集：{len(val_data)}，测试集：{len(test_data)}")

if __name__ == '__main__':
    # 修改为自己的路径
    file_path = r"./VOCData/JPEGImages"  # 原始图片文件夹
    label_path = r'./VOCData/labels'      # 转换后的标签文件夹
    new_file_path = r"./VOCData/VOdevkit" # 划分后数据集存放位置
    # 按8:1:1划分，可自行调整比例
    split_data(file_path, label_path, new_file_path, train_rate=0.8, val_rate=0.1, test_rate=0.1)

运行项目自带的VOCData/SplitDataset.py脚本也可完成划分。

3.1.5 配置数据集yaml文件

数据集划分完成后，创建或修改dataset.yaml配置文件，本项目实际配置如下：

train: ../train/images
val: ../valid/images
test: ../test/images

# 类别数量
nc: 18
# 类别名称，需与转换脚本中的顺序保持一致
names: ['Aluminium foil', 'Bottle cap', 'Bottle', 'Broken glass', 'Can', 'Carton', 'Cigarette', 'Cup', 'Lid', 'Other litter', 'Other plastic', 'Paper', 'Plastic bag - wrapper', 'Plastic container', 'Pop tab', 'Straw', 'Styrofoam piece', 'Unlabeled litter']

roboflow:
  workspace: divya-lzcld
  project: taco-mqclx
  version: 3
  license: CC BY 4.0
  url: https://universe.roboflow.com/divya-lzcld/taco-mqclx/dataset/3

将该文件放在VOCData/VOdevkit/目录下，训练时指定该路径即可。

---

3.2 模型训练

数据集准备完成后，执行项目根目录下的train.py脚本即可启动训练，核心训练代码如下：

import warnings
warnings.filterwarnings('ignore')
from ultralytics import YOLO

if __name__ == '__main__':
    # 加载YOLO26n预训练权重
    model = YOLO('yolo26n.pt')
    # 启动训练
    results = model.train(
        data=r'..\VOCData\VOdevkit\dataset.yaml',  # 数据集配置文件路径
        epochs=100,  # 训练总轮次
        batch=16,    # 批次大小，根据显存调整
        imgsz=640,   # 训练输入图像尺寸
        workers=8,   # 数据加载线程数
        device=0,    # GPU设备号，CPU训练改为 'cpu'
        optimizer='SGD',  # 优化器，可选 auto, SGD, Adam, AdamW
        amp=False,   # 是否开启自动混合精度训练
        cache=False  # 是否在内存缓存数据集，大显存服务器推荐开启
    )

主要训练参数说明：

参数	说明	推荐值
epochs	训练总轮次	100~300
batch	批次大小	8/16/32（根据显存调整）
imgsz	输入图像尺寸	640（通用场景）
device	训练设备	0（第一张GPU），cpu表示使用CPU训练
optimizer	优化器	SGD 或 AdamW
amp	自动混合精度训练	开启可减少显存占用、加快训练速度
cache	数据集内存缓存	大内存服务器开启可加快训练速度

启动训练命令：

python train.py

3.3 训练结果评估

训练完成后，所有结果将保存至项目runs/detect/train/目录下，核心输出文件如下：

文件/目录	说明
weights/best.pt	最优模型权重，推荐推理时使用
weights/last.pt	最后一轮训练的权重
weights/epoch*.pt	每N轮保存的阶段性权重
args.yaml	本次训练的参数配置记录
results.csv	每轮训练的指标记录
results.png	训练损失、指标变化曲线图
confusion_matrix.png	混淆矩阵可视化图
confusion_matrix_normalized.png	归一化混淆矩阵可视化图
BoxPR_curve.png	PR曲线（精确率-召回率曲线）
BoxF1_curve.png	F1曲线（F1值-置信度曲线）
labels.jpg	数据集标签分布可视化图

使用val.py可对训练好的最优模型进行评估，输出详细评估指标：

from ultralytics import YOLO
import numpy as np
from datetime import datetime

# 加载训练完成的最优权重
model = YOLO(r"..\runs\detect\train\weights\best.pt")

# 在验证集上执行评估
metrics = model.val(data=r"..\VOCData\VOdevkit\dataset.yaml")

# 计算平均精确率（Precision）、平均召回率（Recall）
mean_p = np.mean(metrics.box.p)
mean_r = np.mean(metrics.box.r)

# 整理输出内容
content = []
content.append("="*60)
content.append(f"验证时间：{datetime.now().strftime('%Y-%m-%d %H:%M:%S')}")
content.append("="*60)
content.append(f"整体 mAP50:        {metrics.box.map50:.4f}")
content.append(f"整体 mAP50-95:     {metrics.box.map:.4f}")
content.append(f"平均 Precision:    {mean_p:.4f}")
content.append(f"平均 Recall:       {mean_r:.4f}")
content.append("-"*60)
content.append(f"{'类别':<12}{'Precision':<12}{'Recall':<12}{'AP50':<12}")
content.append("-"*60)

for i, class_name in enumerate(metrics.names):
    ap50 = metrics.box.ap50[i]
    p = metrics.box.p[i]
    r = metrics.box.r[i]
    content.append(f"{class_name:<12}{p:.4f}{r:<12}{ap50:.4f}")

# 保存评估结果到文件
with open("val_result.txt", "w", encoding="utf-8") as f:
    f.write("\n".join(content))

# 在控制台打印评估结果
print("\n".join(content))

运行验证命令：

python val.py

3.4 模型预测

训练完成后，可使用predict.py对单张图片、文件夹、视频、摄像头进行推理预测，核心代码如下：

from ultralytics import YOLO
import os

# 加载训练好的模型，修改为自己的权重路径
root = os.getcwd()
model = YOLO(rf'{root}/runs/detect/train/weights/best.pt')

# 修改为自己的预测源：支持图片路径、文件夹路径、视频路径、摄像头ID（0为默认摄像头）
source = r'./img_video/test_imgs/test1.jpg'

# 运行推理，save=True表示自动保存结果
results = model.predict(source, save=True)

# 弹窗显示检测结果
results[0].show()

# 自定义保存结果路径
results[0].save(filename=r"./results/detected_result.jpg")

运行预测命令：

python predict.py

结果默认保存至项目results/目录。

---

四、项目目录结构

基于YOLO26的垃圾分类检测系统/
├── 📄 README.md                    # 项目说明文档
├── 📄 requirements.txt             # Python依赖列表
├── 📄 yolo26n.pt                   # YOLO26n预训练权重
├── 🐍 train.py                     # 模型训练入口脚本
├── 🐍 predict.py                   # 模型预测推理入口脚本
├── 🐍 val.py                       # 模型验证评估脚本
├── 📂 UI/                          # 界面相关代码
│   ├── 🐍 web.py                   # Flask Web后端程序
│   ├── 🐍 GUI.py                   # 本地GUI界面程序
│   ├── 📄 config.yaml              # UI配置文件
│   ├── 📄 user.txt                 # 用户信息文件
│   ├── 📂 templates/               # Web前端页面模板
│   │   ├── 📄 index.html           # Web端主页面
│   │   └── 📄 login.html           # Web端登录页面
│   └── 📂 models/
│       └── 📦 best.pt              # UI使用的最优模型权重
├── 📂 img_video/                   # 测试素材目录
│   ├── 📂 test_imgs/               # 测试图片集
│   └── 🎬 test_MP4.mp4             # 测试视频文件
├── 📂 results/                     # 预测结果输出目录
├── 📂 runs/                        # 训练运行结果目录
│   └── 📂 detect/train/
│       ├── 📄 args.yaml            # 训练参数配置记录
│       ├── 📄 results.csv          # 训练指标记录文件
│       ├── 📊 results.png          # 训练结果曲线图
│       ├── 📊 confusion_matrix.png # 混淆矩阵可视化图
│       ├── 📊 BoxPR_curve.png      # PR曲线图
│       ├── 📊 labels.jpg           # 标签分布可视化图
│       └── 📂 weights/
│           ├── 📦 best.pt          # 最优模型权重
│           ├── 📦 last.pt          # 最后一轮训练权重
│           └── ...                 # 各轮次阶段性权重
├── 📂 VOCData/                     # 数据集处理工具目录
│   ├── 🐍 SplitDataset.py          # 数据集划分脚本
│   ├── 🐍 ViewCategory.py          # 类别统计脚本
│   ├── 🐍 xml2txt.py               # VOC XML转YOLO TXT脚本
│   ├── 🐍 pic to mp4.py            # 图片转视频脚本
│   └── 📂 VOdevkit/
│       ├── 📄 dataset.yaml         # 数据集配置文件
│       └── 📄 数据集单独下载.txt    # 数据集下载说明文件
└── 📂 ultralytics/                 # YOLO框架核心源码目录
    ├── 📂 cfg/                     # 模型和数据集配置目录
    ├── 📂 data/                    # 数据加载和增强模块
    ├── 📂 engine/                  # 训练/预测引擎模块
    └── ...                         # 其他框架功能模块

---

五、项目README摘要

本项目是基于最新YOLO26目标检测模型开发的垃圾分类检测系统，主要特性如下：

1. 支持18类常见生活垃圾的检测识别，采用公开TACO标注数据集，数据质量有保障
2. 提供本地GUI和Web网页两种交互界面，满足不同场景的使用需求
3. 支持单张图片、文件夹批量、视频文件、摄像头实时四种检测模式
4. 支持检测结果自动保存，结构化输出检测信息，便于后续分析
5. 提供完整的数据处理、训练、评估、预测全流程代码，可直接用于二次开发

项目使用流程：环境搭建 → 数据集准备 → 模型训练 → 评估推理 → 界面部署，各流程步骤清晰，代码注释完整，既适合深度学习初学者学习，也可直接用于实际项目落地。

---

文末互动区

如果您觉得本项目有帮助，欢迎点击【分享】【推荐】支持我们！

如需获取完整项目代码与数据集， 回复**「基于YOLO26的垃圾分类」**获取。