简介：这份Python垃圾分类系统课程设计源码包，面向机器学习课程设计学生及垃圾分类入门开发者，提供一套从模型训练到界面演示的完整个人大作业方案。项目基于TensorFlow 2.3，核心包括MobileNet模型训练脚本、窗口端垃圾分类测试程序、模型评估与混淆矩阵结果，配套图像样本与XML标注数据，便于快速理解图像分类落地流程。包体共32个文件，以Python脚本、JPG/JPEG/PNG图像样本、XML标注文件为主，另含评估用的Excel矩阵表，总大小约2.27MB，结构紧凑，适合直接解压运行与二次修改。项目经严格调试，评审分达95分以上，可保障基本可用性。目前已有1884人学习下载。用户可从中获得课程设计源码、训练与测试脚本、可视化结果及数据组织方式，参考其目录与代码逻辑，可省去从零搭建的时间，也能帮助理解数据准备、模型微调、结果导出等环节。
1. 打开压缩包之前，先搞清楚这套“机器学习课程设计Python垃圾分类系统源码”到底能干什么
如果你是在交机器学习课程设计的前一晚拿到这个.zip，你的诉求通常很具体：里面有没有能直接跑起来的数据集、有没有训练好的模型、代码改哪里能换成自己的名字、交上去会不会被老师一眼看穿是拿别人的。这套“机器学习课程设计Python垃圾分类系统源码”解决的就是这件事——它把一条完整的机器学习应用链路打包给你：图像数据集、模型训练脚本、预测脚本，以及一个能把模型调用起来的系统界面。它的价值不在于算法有多前沿，而在于它补全了课程设计里最容易被扣分的那几块：数据从哪来、模型怎么训练、结果怎么展示。
适合它的读者有两类：一类是做课程设计或毕业设计的学生，需要尽快弄懂每个文件的作用并改成自己的东西；另一类是刚入门机器学习的开发者，想找一个不算太大、能完整跑通的图像分类项目作为练手。后面的内容我会按最可靠的从业方案来拆：目录结构怎么设计、数据怎么组织、模型怎么选、训练参数怎么调、坑在哪。你有源码包在手，但更重要的是知道每一层为什么这么写。
2. 垃圾分类系统的技术底座：模型选型和数据集组织方式
2.1 图像分类任务里，为什么 ResNet 和 MobileNet 是课程设计的主流选型
垃圾分类从技术上讲是一个典型的图像分类问题：输入一张照片，输出它属于哪一类垃圾。常见的分类体系有可回收垃圾、厨余垃圾、有害垃圾、其他垃圾四个大类，细分的话有几十个小类。课程设计场景下，模型不需要做到工业级精度，但要在你自己拍的测试图片上表现稳定，这就决定了模型架构怎么选。
我在这类项目里最常见的做法是选 ResNet18 或 MobileNetV2，而不是自己搭一个几十层的卷积网络。原因有三个：第一，ResNet18 有预训练权重，PyTorch 里torchvision.models一行就能加载，迁移学习可以让训练时间从几小时缩到十几分钟；第二，ResNet18 参数量适中，CPU 也能完成预测，课程设计答辩现场不一定有 GPU 机器，用 CPU 能跑是硬指标；第三，MobileNetV2 更轻，如果你打算把系统打包成 exe 或者部署到树莓派之类的小设备上，它是更好的选择。
如果你拿到的源码里用的是别的网络，也不要急着换，先看它有没有提供预训练权重的加载逻辑。课程设计评分更看重你是否理解了整个流程，而不是模型名字是否高大上。
2.2 数据集应该长什么样：从 ImageFolder 目录结构说起
不管是自己下载的数据集还是源码包里自带的，图像分类任务的数据集目录组织方式基本都遵循一个约定，PyTorch 的torchvision.datasets.ImageFolder可以直接读取这种结构。它的要求是：根目录下按类别建子文件夹，每张图片放在对应类别的文件夹里。
以垃圾分类为例，标准目录结构应该是：
dataset/ ├── train/ │ ├── recyclable/ │ │ ├── img_001.jpg │ │ └── img_002.jpg │ ├── kitchen_waste/ │ ├── hazardous/ │ └── other/ └── val/ ├── recyclable/ ├── kitchen_waste/ ├── hazardous/ └── other/如果你拿到的源码包里的数据组织方式和这个不一样，比如所有图片都在一个文件夹里、类别信息写在 CSV 中，那你需要写一个小脚本把它转换成上面这种结构。转换时要注意类别的命名保持一致，因为训练脚本里ImageFolder会根据文件夹名字自动生成标签索引，如果在train里叫recyclable而在val里叫recyclables，模型验证时就会报错或者标签错位。
数据量方面，我建议每个类别至少准备 200 张以上图片。课程设计用的数据集常见的规模是每类 300 到 500 张，四个大类总共 1200 到 2000 张。如果源码包自带的数据不足，可以用数据增强来弥补，后面会讲具体的增强配置。
2.3 迁移学习：为什么课程设计不需要从零训练
从零训练一个图像分类模型需要用 ImageNet 那种千万级的数据集才能收敛到可用的精度，课程设计的数据量撑不起这种训练。所以现实的方案是加载预训练权重，然后在自己的垃圾分类数据上微调。这两者的区别在于：预训练模型已经学会了边缘、纹理、形状这些通用特征，微调时只需要让它重新学习把哪些特征组合对应到“可回收垃圾”这个类别上。
在 PyTorch 中，迁移学习的常见做法是冻结特征提取层、只训练分类头，或者对整个网络用一个很小的学习率微调。对于课程设计的数据集规模，我一般只训练最后一个全连接层，这样速度快且不容易过拟合。这个思路可以直接替换源码里的训练逻辑，即使你拿到的源码没有做迁移学习，你也可以自己加上。
import torch import torchvision.models as models # 加载预训练的 ResNet18 model = models.resnet18(weights=models.ResNet18_Weights.IMAGENET1K_V1) # 替换最后一层全连接层，输出类别数设为 4 num_classes = 4 model.fc = torch.nn.Linear(model.fc.in_features, num_classes) # 冻结所有特征层，只训练全连接层 for param in model.parameters(): param.requires_grad = False for param in model.fc.parameters(): param.requires_grad = True这段代码的关键在最后两行：先把所有参数设为不可训练，再单独把fc层的参数打开。后面做反向传播时，优化器只会更新model.fc里的权重，特征提取部分保持预训练原样。这样做的好处是训练速度快、不容易过拟合，坏处是如果数据集和你预训练任务的图像风格差异很大，精度上限会低一些。垃圾分类图片和 ImageNet 里的日常物体风格接近，所以这个方案可行性很高。
3. 把模型训起来：训练脚本、数据增强与参数设定
3.1 数据加载与增强：如何用小数据集训练出不翻车的模型
拿到源码包后，第一件事不是看模型定义，而是看数据加载部分有没有做标准化和增强。如果数据加载只是简单地ImageFolder读进来就训练，效果一般不会太好。图像分类任务里，标准化和增强是决定精度的关键因素。
标准化处理是把三通道图像数据缩放到模型期望的分布上。ResNet 系列模型在 ImageNet 上预训练时，图像的 mean 和 std 分别是[0.485, 0.456, 0.406]和[0.229, 0.224, 0.225]，加载预训练权重做微调时，这一组值必须一致，否则输入分布和预训练时不一致，精度会明显下降。
数据增强则是在训练时对图片做随机变换，相当于变相扩充数据集。常见做法是随机旋转、随机水平翻转、随机裁剪和 ColorJitter。注意验证集不要做增强，只需要标准化，因为验证集要反映模型的真实表现。
from torchvision import datasets, transforms from torch.utils.data import DataLoader # 训练集增强 + 标准化 train_transform = transforms.Compose([ transforms.RandomResizedCrop(224, scale=(0.8, 1.0)), transforms.RandomHorizontalFlip(), transforms.RandomRotation(15), transforms.ColorJitter(brightness=0.2, contrast=0.2), transforms.ToTensor(), transforms.Normalize(mean=[0.485, 0.456, 0.406], std=[0.229, 0.224, 0.225]) ]) # 验证集只做变换到 Tensor 和标准化，不做增强 val_transform = transforms.Compose([ transforms.Resize(256), transforms.CenterCrop(224), transforms.ToTensor(), transforms.Normalize(mean=[0.485, 0.456, 0.406], std=[0.229, 0.224, 0.225]) ]) train_dataset = datasets.ImageFolder('dataset/train', transform=train_transform) val_dataset = datasets.ImageFolder('dataset/val', transform=val_transform) train_loader = DataLoader(train_dataset, batch_size=32, shuffle=True, num_workers=4) val_loader = DataLoader(val_dataset, batch_size=32, shuffle=False, num_workers=4)注意RandomResizedCrop(224, scale=(0.8, 1.0))和CenterCrop(224)这一对组合：训练时随机裁剪一块区域并缩放到 224 像素，验证时先缩放到 256 再取中心 224 像素，这是图像分类任务最常见的做法。num_workers=4会用 4 个子进程加载数据，Windows 上如果报错，把它改成 0 只使用主进程。
3.2 训练循环与学习率：让 loss 稳定下降的三个关键细节
训练循环本身不复杂，但有几个参数直接决定你训练出来的模型能不能用。先说优化器和学习率。微调场景下，Adam 优化器的初始学习率设1e-4到3e-4比较安全。1e-3对预训练模型来说偏大了，微调时可能直接把权重冲坏。如果你用的是 SGD，学习率可以适当调大，配合 momentum 0.9 使用。
学习率策略上，课程设计场景用固定学习率即可，不必上 CosineAnnealing 或 ReduceLROnPlateau。加一个可选的 StepLR 每 5 个 epoch 把学习率乘以 0.5 就够了。另一个容易忽略的细节是 loss 的计算方式。分类任务用nn.CrossEntropyLoss()，它已经把 LogSoftmax 和 NLLLoss 包在一起了，不要在模型的输出层再手动加 Softmax，否则训练时 loss 的数值和梯度行为都会出问题。
import torch.nn as nn import torch.optim as optim criterion = nn.CrossEntropyLoss() optimizer = optim.Adam(model.fc.parameters(), lr=1e-4) best_acc = 0.0 num_epochs = 15 for epoch in range(num_epochs): model.train() running_loss = 0.0 for inputs, labels in train_loader: # 把输入数据转为浮点类型 inputs = inputs.float() optimizer.zero_grad() outputs = model(inputs) loss = criterion(outputs, labels) loss.backward() optimizer.step() running_loss += loss.item() * inputs.size(0) epoch_loss = running_loss / len(train_dataset) print(f'Epoch {epoch+1}/{num_epochs}, Loss: {epoch_loss:.4f}') # 每个 epoch 结束后在验证集上评估精度 model.eval() correct = 0 total = 0 with torch.no_grad(): for inputs, labels in val_loader: inputs = inputs.float() outputs = model(inputs) _, predicted = torch.max(outputs, 1) total += labels.size(0) correct += (predicted == labels).sum().item() val_acc = correct / total print(f'Validation Accuracy: {val_acc:.4f}') # 保存验证精度最高的模型参数 if val_acc > best_acc: best_acc = val_acc torch.save(model.state_dict(), 'best_model.pth')model.eval()和torch.no_grad()这两行在验证时缺一不可。model.eval()切换 Batch Normalization 和 Dropout 的行为，torch.no_grad()停止梯度计算，避免显存被验证过程占满。保存模型时用model.state_dict()而不是整个 model 对象，state_dict 方式更省空间且跨机器兼容性好。加载时你需要先按 2.3 节的代码构建模型结构，再把 state_dict 装进去。epoch 数量设 15 是比较稳妥的起点，数据量小、只训练全连接层时，10 个 epoch 左右验证精度基本就收敛了，设太多反而容易过拟合。
3.3 模型推理脚本：如何用训练好的模型对一张新图片做预测
训练完模型后，你需要一个独立的推理脚本来验证效果，这也是课程设计报告中“系统测试”环节的内容。推理脚本做的事情是：加载图片、做与验证集一致的预处理、经过模型、输出各类别概率。
from PIL import Image import torchvision.transforms as transforms # 类别名称，顺序必须与数据集的文件夹顺序一致 class_names = ['recyclable', 'kitchen_waste', 'hazardous', 'other'] def predict(image_path, model_path, device='cpu'): # 加载模型 model = models.resnet18(weights=None) model.fc = torch.nn.Linear(model.fc.in_features, len(class_names)) model.load_state_dict(torch.load(model_path, map_location=device)) model.eval() # 与验证集相同的预处理 transform = transforms.Compose([ transforms.Resize(256), transforms.CenterCrop(224), transforms.ToTensor(), transforms.Normalize(mean=[0.485, 0.456, 0.406], std=[0.229, 0.224, 0.225]) ]) image = Image.open(image_path).convert('RGB') input_tensor = transform(image).unsqueeze(0) with torch.no_grad(): outputs = model(input_tensor) probabilities = torch.softmax(outputs, dim=1) confidence, predicted_idx = torch.max(probabilities, 1) return class_names[predicted_idx.item()], confidence.item() # 使用示例 category, score = predict('test_photo.jpg', 'best_model.pth') print(f'预测类别: {category}, 置信度: {score:.4f}')推理脚本里最容易翻车的地方是transform和数据加载时的 transform 不一致。有人训练时用Resize(256) + CenterCrop(224)，推理时只做了Resize(224)，尺寸差一点，精度下滑厉害。最好的习惯是推理脚本里的预处理逻辑与验证集保持一致，直接复用训练代码里的预处理定义。另外Image.open之后建议加.convert('RGB')，这样可以避免某些 PNG 图片的 RGBA 四通道问题导致模型输入维度不匹配。
4. 把它做成一个能演示的“系统”：文件组织与界面接入
4.1 除了训练和推理，一个完整系统还需要什么文件
课程设计评分时，老师说“你这个项目要做成一个系统”，意思是项目不能只有训练脚本和模型文件，还需要有输入输出的交互载体。一个典型的 Python 垃圾分类系统源码包通常包含这些文件：模型训练脚本、模型推理脚本、数据预处理工具、交互界面脚本、模型权重文件、数据集文件夹、README 说明文档和环境依赖清单。
把这些文件理清后，推荐的项目目录结构如下：
garbage_classification/ ├── dataset/ # 数据集（train/val 子目录） ├── models/ # 模型定义代码 │ └── resnet.py ├── scripts/ │ ├── train.py # 训练脚本 │ └── predict.py # 单张图片预测脚本 ├── app.py # 图形界面/Web 界面入口 ├── requirements.txt # 依赖清单 ├── README.md # 项目说明 └── best_model.pth # 训练好的模型权重如果你的源码包文件命名不是这样，也不影响使用，重点是你能在 README 或代码注释里找到每个文件的用途。如果源码包没有 README，建议自己补一份，写明运行步骤、Python 版本和依赖库，课程设计答辩时老师很可能会问“这个项目怎么运行”，一份清晰的说明比临场找命令要好得多。
4.2 快速搭一个可交互的界面：从命令行到 Tkinter
课程设计系统最常见的要求是有一个可操作的界面，而不只是一段能输出文字的脚本。常见的方案有三种：命令行交互、Tkinter 图形界面、Flask Web 页面。命令行最简单但观感弱，Web 页面效果好但代码量大，折中最优方案是 Tkinter——Python 自带的 GUI 库，不需要额外安装，写一个能选图片、显示预测结果的窗口只要几十行代码。
import tkinter as tk from tkinter import filedialog, Label from PIL import Image, ImageTk import torch class GarbageClassifierApp: def __init__(self, model_path): self.model = self.load_model(model_path) self.window = tk.Tk() self.window.title('垃圾分类识别系统') # 图片显示区域 self.image_label = Label(self.window, width=300, height=300, bg='gray') self.image_label.pack(padx=10, pady=10) # 预测结果标签 self.result_label = Label(self.window, text='未选择图片', font=('SimHei', 14)) self.result_label.pack(pady=5) # 按钮 select_btn = tk.Button(self.window, text='选择图片并识别', command=self.select_and_predict) select_btn.pack(pady=10) def load_model(self, model_path): # 模型结构定义，与训练时一致 model = torchvision.models.resnet18(weights=None) model.fc = torch.nn.Linear(model.fc.in_features, 4) model.load_state_dict(torch.load(model_path, map_location='cpu')) model.eval() return model def select_and_predict(self): file_path = filedialog.askopenfilename( filetypes=[('Image files', '*.jpg *.jpeg *.png')]) if not file_path: return # 显示选中的图片 img = Image.open(file_path) img = img.resize((300, 300)) photo = ImageTk.PhotoImage(img) self.image_label.config(image=photo) self.image_label.image = photo # 调用预测并更新结果 category, confidence = self.predict(file_path) self.result_label.config( text=f'识别结果: {category} 置信度: {confidence*100:.1f}%') def predict(self, image_path): # 复用推理脚本的预处理和预测逻辑 ... def run(self): self.window.mainloop() if __name__ == '__main__': app = GarbageClassifierApp('best_model.pth') app.run()这段代码把训练好的模型封装成了桌面应用。注意第 10 行的模型结构定义必须和训练时完全一致，如果训练时用的是 ResNet50，这里写 ResNet18 就会在上述load_state_dict时报错。另外ImageTk.PhotoImage有一个容易忽视的坑：它不支持直接显示 RGBA 模式的图片，所以读取图片后确保转换为 RGB 或 RGBA 再显示。
4.3 GUI 会在哪些环节出问题：打包和路径的常见坑
Tkinter 界面在开发机上跑没问题，一旦要拷到别的电脑上运行或者打包成 exe，问题就来了。最常见的坑是best_model.pth文件的路径写死。如果你在代码里写的是相对路径'best_model.pth'，而用户在另一个目录下双击运行程序，就找不到模型文件。稳妥做法是在代码里获取当前脚本所在目录，再拼接模型路径：
import os base_dir = os.path.dirname(os.path.abspath(__file__)) model_path = os.path.join(base_dir, 'best_model.pth')这样不管在哪个目录下运行，都能正确定位到模型文件。另外一个坑是用 PyInstaller 打包时，.pth文件和数据集资源不会被自动包含在 exe 里，需要额外处理。如果答辩现场不需要打包成 exe，在装有 Python 环境的机器上直接运行脚本是最省事的方案。
5. 从训练到演示的几处关键避坑记录
5.1 训练时 loss 不降或大幅波动
现象是 loss 一直在 1.3 到 1.5 之间上下跳动，怎么训练都降不下去。这个 loss 数值正好对应四分类任务的随机猜测水平（ln 4 ≈ 1.386）。原因通常是学习率设置过大，或者模型根本没有加载预训练权重，从随机初始化开始训练。解决方法是先把学习率降到1e-4，并确认代码中确实加载了weights=models.ResNet18_Weights.IMAGENET1K_V1。如果确认了这两点后 loss 仍然不降，检查数据增强里是否做了标准化，未标准化的输入会让模型训练极其困难。
5.2 验证精度高但测试图片识别一塌糊涂
这种情况我用两个字概括：过拟合。模型在训练集和验证集上表现很好——比如验证集有 95% 以上的精度，但你随便照一张手机相册里的照片让它识别，结果完全不对。原因是你训练时见过的数据风格太单一，验证集的图片和训练集来自同一数据源，模型没有学会泛化。解决思路有两个方向：一是数据增强加猛一点，把ColorJitter的亮度、对比度范围调大，加入随机旋转；二是训练时把冻结的特征层解开，用更低的学习率微调整个网络，让模型的特征提取部分也适应真实图片风格。
5.3 Windows 下 DataLoader 报 BrokenPipeError 或训练中途卡死
Windows 上跑 PyTorch 的 DataLoader 经常报多进程相关的错误，原因是num_workers>0时 Windows 的进程管理方式和 Linux 不同。现象就是程序刚开始跑就报 BrokenPipeError，或者训练中途界面卡住。最省事的解决方案是把num_workers设为 0。代码需要改两个地方：训练脚本和验证脚本的DataLoader。如果你的代码里已经用了if __name__ == '__main__':保护了入口，则可以把num_workers保持为 2 或 4，但为了稳定我一般还是建议在课程设计演示时直接设置 0，机器性能差异不影响训练结果。
5.4 加载模型时报 size mismatch 错误
现象是在推理或者加载预训练模型时，torch.load之后model.load_state_dict报错，提示size mismatch for fc.weight，从一个形状到另一个形状。原因是训练时输出类别数和加载时定义的num_classes不一致，或者训练时用的网络结构和加载时定义的不是同一个模型。解决方法是先确认数据集有几个类别，再把加载模型的代码里的model.fc = torch.nn.Linear(...)的输出数字改成一致。另一个容易让人忽视的地方是：如果你在训练代码里把num_classes=4，但推理代码的模型定义写的是num_classes=5，也会报 mismatch。可以把num_classes提取成脚本顶部的一个常量，训练和推理共同引用。
5.5 预测时所有图片都输出同一个类别
这个坑我遇到过好几次：训练过程看起来一切正常，但系统无论输入什么图片都输出“可回收垃圾”，而且置信度很高。原因通常是类别不平衡。数据集里某一个类别的图片数量远多于其他类别，模型学会了输出这个类就能拿到低 loss，根本没有学到真正区分各类的特征。解决的第一个方法是统计数据集每个类别的图片数量，四个类别的数量尽量均衡。第二个方法是调整CrossEntropyLoss的类别权重，让少的类别对 loss 的贡献更大。最简单的做法是给nn.CrossEntropyLoss(weight=class_weights)传入一个长度为类别数的张量，这个张量按“样本数越少权重越大”的原则生成。
6. 把系统再往前推一步：用混淆矩阵验证模型可信度
训练完模型、系统能跑起来，不代表你的项目就做完了。课程设计评审时，老师最常问的一个问题是“你这个模型的准确率是怎么计算出来的，每个类别的表现分别是多少”。如果只能回答“验证集准确率 95%”，看起来就像只跑了脚本没有做分析。我做这类项目时有个习惯：训练结束后生成一张混淆矩阵，把每个类别的精确率和召回率列出来。
import numpy as np from sklearn.metrics import confusion_matrix, classification_report import matplotlib.pyplot as plt def evaluate_model(model, val_loader, class_names): model.eval() all_preds = [] all_labels = [] with torch.no_grad(): for inputs, labels in val_loader: inputs = inputs.float() outputs = model(inputs) _, predicted = torch.max(outputs, 1) all_preds.extend(predicted.tolist()) all_labels.extend(labels.tolist()) # 计算混淆矩阵和分类报告 cm = confusion_matrix(all_labels, all_preds) report = classification_report(all_labels, all_preds, target_names=class_names) print(report) # 画混淆矩阵图并保存 fig, ax = plt.subplots(figsize=(8, 6)) im = ax.imshow(cm, cmap='Blues') ax.set_xticks(range(len(class_names))) ax.set_yticks(range(len(class_names))) ax.set_xticklabels(class_names, rotation=45) ax.set_yticklabels(class_names) ax.set_xlabel('预测类别') ax.set_ylabel('真实类别') plt.colorbar(im) plt.savefig('confusion_matrix.png', dpi=150, bbox_inches='tight')混淆矩阵的价值在于它能告诉你模型的错误都集中在哪些类别上。比如，“可回收垃圾”和“厨余垃圾”之间经常混淆，说明这两类垃圾的外观形态确实接近，下一步可以考虑是否需要细分处理，或者为这两类单独扩充样本。这一段分析写进课程设计报告里，是实打实的加分项。
我的个人习惯是：系统做完后，再找二三十张没见过的真实垃圾照片——比如自己家里的饮料瓶、外卖盒——让系统识别，把识别正确和错误的照片一起截图存档。这些截图配合混淆矩阵，形成一条完整的测试链路：训练阶段看 loss 曲线，验证阶段看准确率，测试阶段看真实场景的泛化表现。选题是“垃圾分类系统”也好，换成一个花卉识别或商品分类系统也好——核心玩法是一致的。做课程设计，最怕的不是模型精度不够，而是你不知道它为什么不够、差在哪。希望这篇笔记能帮你把这套源码变成真正属于自己的系统。
本文还有配套的精品资源，点击获取
