基于 YOLO11 的六类生活垃圾 视觉 分类系统：从模型到 Streamlit 全流程实战
关键词：YOLO11、生活垃圾分类、智能督导、社区投放点、Streamlit、目标检测、Ultralytics
一、背景
1.1 行业痛点
「生活垃圾分类」推行多年，落到社区投放点、智能督导亭、中型分拣线上的真实痛点其实非常工程化：
-
居民投错率高：纸箱、玻璃、金属、厨余、纸张、塑料这 6 类相互混淆，靠人眼贴标签管理，错投比例长期在 25% 以上；
-
督导员效率低：一个投放点配 1~2 个督导员，每人每天面对几百次投放，眼到嘴到，疲劳即漏判；
-
分拣线分流难：中型分拣线如果只能识别"干 / 湿"两类，后续机械臂或人工二次分拣的成本依然居高不下；
-
运营缺数据：哪类垃圾投放最多、哪个时段、哪个点位投错率最高？没有视觉感知，运营完全是黑盒。
把"6 类生活垃圾识别"做成一个轻量级目标检测任务，让模型在投放点顶视相机、督导亭 IPC、中型分拣线相机这些低算力设备上实时跑起来，就能让社区运营、督导考评、分拣调度同时受益。本项目就是这条路线下的完整落点：基于 YOLO11n + Streamlit，识别纸箱、玻璃、金属、厨余有机物、纸张、塑料这 6 大类生活垃圾。
视频演示与 源码 下载
包含： 📦完整项目源码
📦 预训练 模型权重
🗂️数据集
1.2 项目运行效果
1.3 项目介绍
核心创新点：
| 维度 | 设计 |
|---|---|
| 类目设计 | 6 类生活垃圾全覆盖，含厨余有机物等湿垃圾，干湿混合场景适配 |
| 模型选型 | YOLO11n，参数量约 2.6 M，CPU 实时、督导亭 IPC / 边缘盒子友好 |
| 部署形态 | Streamlit 单页应用 + 本地 best.pt，零数据库、零中间件 |
| 输入兼容 | 图片 / 批量图片（含 zip）/ 视频 / 摄像头 4 种输入复用同一推理引擎 |
| 主题封装 | 深绿 + 橙黄主色调（#166534 + #f97316），呼应"环保 / 督导"行业感 |
功能概览：
- 🗑️ 单图检测：拖拽上传 → 实时返回带框图 + 类别 / 置信度 / 坐标明细
- 📚 批量检测：单次最多 200 张，输出汇总表 + 类别分布柱状图 + zip 打包下载
- 🎬 视频检测：mp4 / avi / mov / mkv，逐帧推理后落盘新视频，便于督导回看
- 📷 摄像头实时检测：可对接投放点顶视相机 / 督导亭 IPC / 分拣线相机
6 类生活垃圾：纸箱 📦、玻璃 🍾、金属 🥫、厨余有机物 🥦、纸张 📄、塑料 🧴。
技术栈：
| 层 | 选型 |
|---|---|
| 模型框架 | Ultralytics 8.3 + PyTorch |
| 视觉算法 | YOLO11n（Anchor-Free，C2f Backbone，Decoupled Head + DFL） |
| Web 前端 | Streamlit 1.35 + 自定义 HTML 主题 |
| 视频 / 图像 | OpenCV、imageio-ffmpeg |
| 数据可视化 | Plotly / Streamlit 原生 chart |
| 配置管理 | 单一 configs/project.yaml，行业话术 / UI / 推理阈值统一收口 |
二、设计框架
2.1 系统架构
scss
┌──────────────────────────────────────────┐
│ Streamlit Web 前端（单页 SPA） │
│ · 6 类图鉴 / 单图 / 批量 / 视频 / 摄像头 │
│ · 侧栏 · 阈值 · 类别筛选 · 模型缓存 │
└────────────────────┬─────────────────────┘
│ Python 调用
▼
┌──────────────────────────────────────────┐
│ 推理服务层（infer_image_path 等） │
│ · bytes / Path / frame → tensor │
│ · 推理结果 → 标注图 + DataFrame │
└────────────────────┬─────────────────────┘
│
▼
┌──────────────────────────────────────────┐
│ YOLO11n 推理引擎（model/best.pt） │
│ Backbone (C2f+SPPF) → Neck (FPN/PAN) │
│ → Decoupled Head（DFL + cls × 6） │
└──────────────────────────────────────────┘2.2 YOLO11 网络结构
ini
输入 640×640×3
│
▼
[Backbone]
Conv → C2f → Conv → C2f → Conv → C2f → Conv → C2f → SPPF
│
▼
[Neck] FPN 上采样 + PAN 下采样：P3 / P4 / P5 三级金字塔
│
▼
[Head] Decoupled Head（cls 头 / reg 头解耦）
回归头采用 DFL（Distribution Focal Loss）
Anchor-Free，输出 (cx, cy, w, h, cls × 6)
│
▼
[NMS] iou=0.7, conf=0.25 → 最终检测框2.3 检测流程
scss
投放点 / 督导亭相机帧
│
▼
Letterbox 640×640 + RGB
│
▼
YOLO11n forward
│
▼
Detect Head 输出 (cls × 6)
│
▼
conf 过滤 + NMS
│
▼
result.plot() 画框 + 类别 + 置信度
│
▼
Streamlit 双列展示 + DataFrame + 类别分布图三、代码结构（核心 50 行 + 解析）
项目目录：
bash
六类生活垃圾分类/
├── app/streamlit_app.py # Web 入口
├── configs/project.yaml # 行业话术 / UI / 训练 / 推理参数
├── model/best.pt # 训练好的 YOLO11n 权重
├── scripts/ # train / validate / export 等
├── data/dataset/ # 训练 / 验证 / 测试集
└── 六类生活垃圾检测数据集/ # 原始数据集（含训练 / 验证 / 测试切分）最核心的 50 行------模型加载 + 单图推理 + Streamlit 单图 Tab：
python
# === 1. 模型加载（带 streamlit 资源缓存，避免每次刷新重载）=============
@st.cache_resource(show_spinner=False)
def load_model(model_path: str) -> YOLO:
return YOLO(model_path)
# === 2. 单图推理：路径 → 标注图 + 检测明细 DataFrame ===================
def infer_image_path(model: YOLO, image_path: Path, conf: float):
result = model.predict(str(image_path), conf=conf, verbose=False)[0]
annotated = result.plot() # BGR ndarray，已画框
rows = []
if result.boxes is not None:
for box in result.boxes:
cls_id = int(box.cls.item())
x1, y1, x2, y2 = [float(v) for v in box.xyxy[0].tolist()]
rows.append({
"class_id": cls_id,
"class_name": result.names[cls_id], # eg. "厨余有机物"
"confidence": round(float(box.conf.item()), 4),
"x1": round(x1, 1), "y1": round(y1, 1),
"x2": round(x2, 1), "y2": round(y2, 1),
})
return annotated[:, :, ::-1], pd.DataFrame(rows)
# === 3. bytes → 临时文件 → 复用同一函数 ================================
def run_image_inference(model: YOLO, image_bytes: bytes, conf: float, suffix=".jpg"):
with tempfile.NamedTemporaryFile(delete=False, suffix=suffix) as f:
f.write(image_bytes); tmp = Path(f.name)
try:
return infer_image_path(model, tmp, conf)
finally:
tmp.unlink(missing_ok=True)
# === 4. Streamlit 单图 Tab：上传 → 推理 → 双列展示 =====================
model = load_model(str(MODEL_PATH))
uploaded = st.file_uploader("上传一张待识别的生活垃圾图片", type=IMAGE_UPLOAD_TYPES)
conf = st.sidebar.slider("置信度阈值", 0.05, 0.95, DEFAULT_CONF, 0.01)
if uploaded is not None:
annotated, df = run_image_inference(model, uploaded.getvalue(), conf,
suffix=Path(uploaded.name).suffix)
col1, col2 = st.columns(2)
col1.image(uploaded, caption="原图")
col2.image(annotated, caption="检测结果（带垃圾类别标签）")
st.dataframe(detections_to_display(df))
render_detection_analysis(df)5 段解析：
@st.cache_resource把YOLO(model_path)的耗时锁在第一次访问，督导亭多终端 session 共享同一份模型实例，避免每次切换 Tab 都重载。result.plot()直接返回带颜色框 + 类别 + 置信度的BGR ndarray，6 类垃圾自动 6 种颜色，便于在投放点屏幕上直接展示给居民。- 把每个
box的cls / conf / xyxy拍成dict再拼成DataFrame------后续表格、CSV 下载、类别分布柱状图、视频时间线全部复用同一份结构，运营拉数据时直接to_csv。 bytes → tempfile → infer_image_path这层薄壳让"前端上传 / 批量解 zip / 视频抽帧 / 摄像头帧"四种来源都复用同一个推理函数，新接 RTSP 督导亭流时不用重写推理逻辑。- Streamlit 的
cache_resource + file_uploader + dataframe组合，让一个产品级垃圾分类页面只需 11 行代码------非常适合给环卫公司做"督导大屏"或"运营后台"。
四、训练效果
模型在自建的「六类生活垃圾检测数据集」（约 2500 张实拍图像，6 类生活垃圾）上完成 YOLO11n 训练并保存 best.pt。在测试集上检测效果良好，可稳定识别纸箱、玻璃、金属、厨余有机物、纸张、塑料这六类典型生活垃圾，已能满足社区投放点、智能督导亭、中型分拣线等场景的初筛 / 督导考评 / 类别统计使用需要。
从单图检测样例（上文「项目运行效果」截图）可以看到：在不同光照、不同摆放姿态、不同混合堆叠程度下，模型都能给出框 + 类别 + 置信度，配合 Streamlit 前端实时呈现给居民和督导员。
五、项目总结
做对了什么：
- 把垃圾分类收敛到 6 大类，覆盖可回收物 + 厨余湿垃圾，比"四分法"更细但又比"几十个子类"更易标注与训练；
- 用 YOLO11n 轻量底座，督导亭 IPC、ARM 边缘盒子也能实时跑，不需要 GPU；
- 一份
project.yaml把"行业话术 / UI 主题色 / 类别映射 / 推理阈值"全部收口，迁移到「四分类 / 八分类」等地方标准只需替换数据集； - 单图、批量、视频、摄像头四种输入复用同一个
infer_image_path，后期接 RTSP 投放点摄像头流时只需把"摄像头帧"喂进来即可。
还能怎么做：
- 在数据集层面持续补充强光 / 逆光 / 厨余湿料堆叠 / 透明塑料等难样本，把"湿厨余 vs 纸张"、"玻璃瓶 vs 透明塑料瓶"这类高度相似样本的判别力进一步拉开；
- 接入重量传感器 + 视觉双路投票，督导亭场景中能显著降低单路视觉的误判（视觉判塑料 + 称重判玻璃 → 触发督导员复核）；
- 把检测结果 + 时间戳 + 点位 ID 推送到运营后台，做「点位画像 / 时段画像 / 投错率排行榜」，让垃圾分类督导从"靠人监督"变成"数据驱动"。
一句话总结：YOLO11 + Streamlit 让"社区生活垃圾视觉分类"从一个研究课题变成了"一份 yaml + 一份 best.pt + 一份 streamlit_app.py"的工程化标准动作，本文给出了一份可以直接 fork 落地的样板。