YOLODeepSeek垃圾分类检测系统 项目简介基于YOLOv8深度学习模型与DeepSeek/Qwen大语言模型的智能垃圾分类检测系统。本系统采用先进的计算机视觉技术实现对可回收垃圾、厨余垃圾、有害垃圾、其他垃圾四类垃圾的精准识别与分类结合大语言模型提供智能分类建议与环保指导为垃圾分类管理、环保教育、智慧城市等场景提供完整的智能化解决方案。✨ 核心亮点 多模态AI融合• YOLO目标检测基于YOLOv8的高精度垃圾检测模型• DeepSeek/Qwen大模型结合大语言模型提供智能分类建议与环保知识• 双AI协同视觉识别语义理解提供更准确的垃圾分类指导 全方位检测支持• 单张图片检测上传单张垃圾图片进行快速识别• 批量图片检测支持文件夹批量上传高效处理大量图片• 视频文件检测对视频文件逐帧分析识别动态垃圾• 实时摄像头检测连接摄像头进行实时垃圾监测与识别 智能报告生成• PDF报告导出将检测结果与分析建议导出为专业PDF报告• 可视化图表使用Echarts生成垃圾分类统计图表• 详细分析建议基于大模型生成垃圾分类指导与环保建议• 历史记录管理完整的检测历史存储与查询功能 完善用户管理• 多角色权限管理员与普通用户分级权限管理• 数据隔离普通用户只能查看自己的检测记录• 用户管理管理员可管理所有用户账户与权限• 操作日志完整的用户操作记录与审计追踪 现代化界面设计• 响应式布局基于Vue3Element Plus的现代化界面• 主题定制支持主题颜色、布局样式、组件大小个性化定制• 深色模式支持深色模式与色弱模式提升用户体验• 操作便捷直观的操作流程降低使用门槛️ 检测垃圾类别系统可精准识别以下四类垃圾可回收垃圾塑料瓶、纸张、玻璃瓶、金属罐等厨余垃圾食物残渣、果皮、蔬菜叶、剩饭剩菜等有害垃圾电池、药品、化学品、荧光灯管等其他垃圾卫生纸、陶瓷碎片、污染纸张等️ 系统架构技术栈前端技术• 框架Vue 3.x TypeScript• UI组件Element Plus• 数据可视化ECharts• 状态管理Pinia/Vuex• HTTP客户端Axios• 构建工具Vite/Webpack后端技术• 主框架Spring Boot 2.x• ORM框架MyBatis-Plus• 数据库MySQL 5.7• API文档Swagger/OpenAPI• 安全框架Spring Security• 构建工具MavenAI服务技术• 深度学习框架PyTorch• 目标检测模型YOLOv8300 epochs训练• 大语言模型DeepSeek API、Qwen API• Web框架Flask• 图像处理OpenCV、Pillow• PDF生成ReportLab/WeasyPrint其他技术• 视频处理FFmpeg• 文件上传多部分文件上传、大文件分片• 实时通信WebSocket可选• 缓存Redis可选• 消息队列RabbitMQ可选系统架构设计┌─────────────────────────────────────────────────────┐│ 前端展示层 (Vue3) │├─────────────────────────────────────────────────────┤│ 业务逻辑层 (Spring Boot) │├─────────────────────────────────────────────────────┤│ AI服务层 (Flask YOLOv8 DeepSeek) │├─────────────────────────────────────────────────────┤│ 数据持久层 (MySQL) │└─────────────────────────────────────────────────────┘ 功能模块详解垃圾检测核心模块单张图片检测• 上传方式支持拖拽上传与文件选择• 实时预览上传后实时显示图片预览• 快速检测点击检测按钮3-5秒内返回结果• 结果展示显示垃圾类别、置信度、检测框位置• 原图对比支持原图与检测结果图对比查看批量图片检测• 文件夹上传支持整个文件夹上传自动遍历所有图片• 批量处理后台异步处理不阻塞用户操作• 进度显示实时显示批量处理进度与状态• 结果汇总生成批量检测统计报告• 错误处理自动跳过无法处理的图片记录错误日志视频文件检测• 格式支持MP4、AVI、MOV、MKV等常见视频格式• 逐帧分析按设定帧率提取视频帧进行分析• 结果视频生成带检测标注的结果视频• 关键帧提取自动提取垃圾出现的关键帧• 处理进度实时显示视频处理进度与预计完成时间实时摄像头检测• 摄像头接入支持USB摄像头、网络摄像头、RTSP流• 实时标注视频流实时检测与标注延迟低于200ms• 录像功能检测过程可录制保存为视频文件• 报警功能检测到有害垃圾时可触发声光报警• 多摄像头支持同时连接多个摄像头进行监控智能分析模块大模型集成分析• 分类验证使用DeepSeek/Qwen验证YOLO分类结果准确性• 分类建议当分类不确定时提供多个可能的分类建议• 环保知识提供该类垃圾的处理方法、回收价值等知识• 错误纠正识别明显分类错误时提供纠正建议• 多语言支持支持中英文垃圾分类知识查询报告生成功能• PDF报告模板专业设计的PDF报告模板• 内容自动填充检测结果、统计图表、分析建议自动填充• 自定义内容支持添加用户备注、公司logo等自定义内容• 批量报告支持批量检测结果的合并报告生成• 报告管理历史报告存储、查询、下载管理数据可视化模块统计图表展示• 类别分布图饼图展示各类垃圾检测数量分布• 时间趋势图折线图展示垃圾检测数量随时间变化趋势• 置信度分布直方图展示检测置信度分布情况• 对比分析多时间段、多用户检测结果对比分析• 热力图垃圾出现位置热力图适用于固定摄像头场景检测结果可视化• 标注显示在图片上显示检测框、类别、置信度• 颜色编码不同类别垃圾使用不同颜色标注• 放大查看支持图片局部放大查看细节• 结果筛选按类别、置信度、时间等条件筛选显示结果• 历史对比同一位置不同时间检测结果对比用户管理模块用户权限管理• 角色定义◦ 管理员系统全功能权限用户管理、数据查看◦ 普通用户个人检测功能查看个人历史记录• 权限控制基于角色的细粒度权限控制• 登录验证JWT Token身份验证支持记住登录状态• 安全策略密码加密存储、登录失败锁定、会话管理用户数据管理• 个人中心用户信息管理、头像设置、密码修改• 检测历史个人所有检测记录存储与查询• 报告管理个人生成的检测报告管理• 使用统计个人检测频率、类别偏好等使用统计系统管理模块数据管理• 检测记录管理所有用户的检测记录管理• 报告归档定期归档历史报告优化存储• 数据备份定期数据库备份防止数据丢失• 数据导出支持检测数据导出为Excel、CSV格式系统监控• 服务状态监控各服务运行状态异常报警• 性能监控监控系统CPU、内存、磁盘使用情况• 使用统计统计系统使用频率、用户活跃度等• 日志管理系统操作日志、错误日志记录与查询 数据集与模型数据集详情• 图片数量14,964张高质量垃圾图片• 类别数量4类可回收垃圾、厨余垃圾、有害垃圾、其他垃圾• 数据分布每类约3,700-3,800张分布均衡• 标注质量专业标注团队标注标注准确率高• 场景多样包含室内、室外、不同光照、不同角度场景数据增强策略• 几何变换随机旋转、缩放、裁剪、翻转• 颜色变换亮度、对比度、饱和度、色调调整• 噪声添加高斯噪声、椒盐噪声、模糊处理• 混合增强Mosaic数据增强、MixUp、CutMix• 模拟真实模拟不同垃圾桶、不同摆放方式场景YOLOv8模型训练• 训练轮数300 epochs充分训练• 输入尺寸640×640像素• 数据划分训练集80%验证集10%测试集10%• 性能指标◦ mAP0.5: 0.92◦ 精确率: 0.90◦ 召回率: 0.91◦ F1分数: 0.90• 推理速度在RTX 3060上约15ms/张模型优化策略• 预训练权重使用COCO预训练权重初始化• 学习率调度余弦退火学习率调度策略• 早停机制监控验证集损失防止过拟合• 模型集成多个epoch的最佳模型集成提升稳定性• 量化优化FP16混合精度训练INT8量化部署⚙️ 部署与运行环境要求硬件要求• CPUIntel i5或同等性能以上• 内存16GB RAM推荐32GB• 存储100GB可用SSD空间• GPUNVIDIA GTX 1660或更高推荐RTX 3060• 显存6GB或更高显存cpu也可软件要求• 操作系统Ubuntu 20.04/Windows 10/Windows 11• Python版本Python 3.8-3.10• Java环境JDK 1.8或11• Node.jsNode.js 16• 数据库MySQL 5.7• 深度学习框架PyTorch 1.12CUDA 11.3 应用场景智慧城市管理• 智能垃圾桶集成到智能垃圾桶自动识别投放垃圾类型• 垃圾分类站社区垃圾分类站的智能识别与指导系统• 环卫车辆安装在环卫车辆上实时识别路边垃圾类型• 城市监控结合城市摄像头监控乱扔垃圾行为环保教育与宣传• 学校环保教育中小学垃圾分类教育实践平台• 社区宣传社区垃圾分类宣传与指导工具• 环保活动环保主题活动中的互动展示系统• 公益宣传环保公益组织的宣传与教育工具商业应用• 垃圾处理企业垃圾分拣中心的自动化识别系统• 物业管理小区物业的垃圾分类管理平台• 零售行业商场、超市的垃圾分类指导系统• 餐饮行业餐厅厨余垃圾识别与管理个人与家庭• 家庭垃圾分类家庭垃圾分类指导助手• 个人学习个人学习垃圾分类知识的工具• 移动应用可集成到手机APP随时识别垃圾类型• 智能家居集成到智能家居系统自动管理家庭垃圾 定制化服务功能定制• 增加垃圾类别扩展系统支持的垃圾识别种类• 多语言支持增加英语、日语、韩语等多语言界面• 移动端适配开发配套的iOS/Android移动端应用• 硬件集成与智能垃圾桶、分拣设备等硬件集成• 数据分析增加垃圾产生趋势、分类效果等数据分析功能性能优化• 模型优化针对特定场景优化模型提高识别准确率• 速度优化优化推理速度满足实时性要求• 资源优化优化系统资源占用降低部署成本• 精度提升通过数据增强、模型融合等技术提升识别精度部署方案• 云端部署部署到阿里云、腾讯云等云平台• 边缘部署部署到边缘计算设备减少网络依赖• 本地部署完全本地化部署保障数据安全• 混合部署云端边缘混合部署方案 技术文档系统架构文档• 技术选型说明各技术组件选型理由与对比• 架构设计图系统整体架构与模块关系图• 数据流程图数据处理与流转详细流程图• 接口设计各模块间接口定义与协议开发文档• 环境配置指南开发环境搭建详细步骤• 代码规范项目代码编写规范与约定• 模块开发指南各功能模块开发指导• 测试指南单元测试、集成测试方法运维文档• 监控方案系统运行状态监控方案• 备份策略数据备份与恢复策略• 故障处理常见故障诊断与处理方法• 性能调优系统性能优化方法与建议用户文档• 快速开始新用户快速上手指南• 功能详解各功能模块详细使用说明• 常见问题使用过程中常见问题解答• 最佳实践系统使用的最佳实践建议本YOLODeepSeek垃圾分类检测系统将先进的计算机视觉技术与大语言模型智能分析相结合提供了从垃圾识别到智能指导的完整解决方案。系统设计注重实用性、准确性和用户体验既可作为独立的垃圾分类管理平台也可作为智慧城市、环保教育大系统的核心模块。通过本系统用户可以轻松实现垃圾的智能分类获得专业的分类指导为环境保护和资源回收贡献力量。