1. 项目背景与核心价值

在智慧城市建设浪潮中，环境治理的智能化升级正成为关键突破口。传统河道巡查、街道保洁主要依赖人工巡检，存在效率低、覆盖不全、响应滞后等问题。我们团队基于YOLOv8算法开发的这套多场景垃圾检测系统，首次实现了对河道漂浮物、地面散落垃圾以及工业碎料的实时精准识别。实测表明，在华为鲲鹏服务器上部署的模型，对各类垃圾的检测准确率可达89.7%，比传统人工巡查效率提升20倍以上。

这个项目的独特价值在于：

• 通过统一模型架构解决三类差异显著的垃圾检测难题
• 采用改进的CA注意力机制提升小目标识别能力
• 适配RK3588等边缘计算设备实现端侧部署
• 建立标准化数据标注流程保证模型泛化性

2. 技术架构解析

2.1 模型选型依据

选择YOLOv8作为基础框架主要基于三点考量：

1. 速度与精度平衡：相比前代v5，v8的AP50-95提升15%的同时推理速度加快30%
2. 模块化设计：灵活的neck结构和head设计便于集成CA注意力模块
3. 部署友好性：原生支持ONNX/TensorRT格式转换，适配RK3588/K230等芯片

我们测试对比了不同backbone的性能表现：

最终选择v8s版本进行改进，在精度和速度间取得最佳平衡。

2.2 关键改进点

2.2.1 CA注意力模块集成

在neck部分添加Coordinate Attention模块，通过以下结构增强小目标检测：

class CABlock(nn.Module): def __init__(self, c1, c2): super().__init__() self.pool_h = nn.AdaptiveAvgPool2d((None, 1)) self.pool_w = nn.AdaptiveAvgPool2d((1, None)) self.conv1 = nn.Conv2d(c1, c1//8, 1) self.conv2 = nn.Conv2d(c1//8, c1, 1) def forward(self, x): _, _, h, w = x.size() # 水平方向注意力 x_h = self.pool_h(x) x_h = self.conv1(x_h) x_h = F.relu(x_h) x_h = self.conv2(x_h) x_h = torch.sigmoid(x_h) # 垂直方向注意力 x_w = self.pool_w(x) x_w = self.conv1(x_w) x_w = F.relu(x_w) x_w = self.conv2(x_w) x_w = torch.sigmoid(x_w) return x * x_h * x_w

实测表明该改进使小目标检测AP提升6.2%。

2.2.2 多尺度训练策略

针对不同尺寸垃圾：

• 河道垃圾：采用1280x1280大尺度输入
• 地面垃圾：使用640x640标准尺寸
• 碎料垃圾：416x416小尺度捕捉细节

训练时随机切换三种尺度，增强模型适应性。

3. 数据工程实践

3.1 数据采集规范

建立四维标注标准：

1. 空间维度：无人机航拍(河道)+车载摄像头(街道)+固定监控(工业区)
2. 时间维度：覆盖早中晚不同光照条件
3. 天气维度：包含晴天/雨天/雾天场景
4. 品类维度：定义12类常见垃圾及其组合形态

3.2 标注技巧

使用LabelImg+CVAT组合工具时发现：

• 对半沉浮河道垃圾，需同时标注水面以上和推测的水下部分
• 碎料垃圾采用"最小外接矩形+密度估计"的复合标注法
• 阴影中的垃圾需要调整gamma值后标注

重要经验：标注时保留5%的困难样本不作标注，用于后续模型能力测试

4. 训练优化细节

4.1 超参数配置

在AutoDL云平台上的典型配置：

lr0: 0.01 # 初始学习率 lrf: 0.2 # 最终学习率衰减系数 momentum: 0.937 weight_decay: 0.0005 warmup_epochs: 3.0 batch: 64 # 根据显存调整

使用余弦退火策略，配合早停机制(patience=30)。

4.2 数据增强方案

针对环境治理场景的特殊增强：

transform = A.Compose([ A.RandomShadow(shadow_roi=(0,0,1,0.5), p=0.3), # 模拟树木阴影 A.RandomRain(p=0.2), # 增加雨天鲁棒性 A.RandomSunFlare(p=0.1), # 处理逆光情况 A.HueSaturationValue(hue_shift_limit=20, sat_shift_limit=30, val_shift_limit=20, p=0.5), ])

5. 部署实施要点

5.1 边缘设备适配

在RK3588开发板上的优化步骤：

1. 导出ONNX模型时添加--dynamic参数
2. 使用rknn-toolkit2进行量化：

rknn.build --do_quantization=True \ --dataset=./quant.txt \ --pre_compile=True

3. 启用NPU加速后推理速度达42FPS

5.2 业务系统集成

设计三级告警机制：

1. 即时告警：发现危险垃圾（如化学容器）
2. 定时汇总：每2小时生成区域污染热力图
3. 趋势分析：每日输出垃圾分布变化轨迹

6. 常见问题排障

6.1 误检问题处理

当出现以下情况时：

• 水面反光被误检为白色垃圾
• 树影被识别为黑色塑料袋

解决方案：

1. 在数据增强中加入更多反光样本
2. 添加后处理规则：连续3帧检测到才触发告警
3. 引入光流分析排除静态"伪目标"

6.2 小目标漏检优化

对于碎料垃圾检测：

1. 将原始图像分割为4个子区域分别检测
2. 在neck部分增加P2特征层（160x160尺度）
3. 使用DIoU-NMS替代传统NMS

7. 效果评估与迭代

建立三维评估体系：

1. 精度维度：mAP@0.5:0.95达0.71
2. 效率维度：单路视频流处理耗时<25ms
3. 业务维度：使环卫响应时间从平均4.2小时缩短至18分钟

持续迭代方向：

• 融合毫米波雷达数据提升夜间检测能力
• 开发基于SAM模型的垃圾分割模块
• 探索联邦学习实现跨区域模型协同进化

这套系统目前已在苏州工业园区部署37个监测点，日均处理视频流数据超过280小时。在实际运行中我们深刻体会到：环境治理场景的AI落地，不仅需要优秀的算法，更需要深入理解环卫作业流程和各类垃圾的物理特性。比如河道垃圾的流体力学特征、塑料制品在不同天气下的光学变化规律等，这些领域知识的融入往往比单纯调参更能提升模型效果。