基于轻量化YOLOv8n-Garbage的垃圾分类检测方法

黄付强; 许建忠; 李加强; 赵龙庆

doi:10.12404/j.issn.1671-1815.2502478

科学技术与工程 ›› 2026, Vol. 26 ›› Issue (9) :3876-3884 DOI: 10.12404/j.issn.1671-1815.2502478

自动化技术、计算机技术

基于轻量化YOLOv8n-Garbage的垃圾分类检测方法

黄付强 ¹^,² ,
许建忠 ³ ,
李加强 ¹^,² ,
赵龙庆 ¹^,²^,^*

作者信息 +

Garbage Classification Detection Method Based on Lightweight YOLOv8n-Garbage

HUANG Fu-qiang ¹^,² ,
XU Jian-zhong ³ ,
LI Jia-qiang ¹^,² ,
ZHAO Long-qing ¹^,²^,^*

Author information +

文章历史 +

摘要

针对现有模型参数量高和计算量大、难以将垃圾检测模型嵌入边缘设备中的问题,提出了轻量化YOLOv8n-Garbage模型。首先,引入ContextGuided Block构建C2f-ContextGuided模块,提高模型局部和全局上下文信息联合使用;引入小波池化构建小波池化卷积(wavelet pooling-convolution,WP-Conv),更好地捕捉形状、纹理和颜色等细节信息,从而提升特征提取的能力。其次,引入加权双向金字塔网络(bidirectional feature pyramid network,BiFPN)去替换原模型的Neck部分,BiFPN通过优化多尺度特征融合机制,显著提升了模型在小目标检测任务中的表现。最后,通过共享卷积设计了基于共享卷积的检测头(detection head based on shared convolution,DHSC)轻量化检测头,使得模型轻量化的同时,还提高了精度。结果表明,YOLOv8n-Garbage比原模型YOLOv8n的参数量和浮点计算量分别下降了71.4%和49.4%,同时mAP@0.5上升了0.3%。YOLOv8n-Garbage在垃圾分类检测中有显著的优势,可以为城市垃圾智能化管理提供一定的技术支持。

Abstract

To address the issues of high model parameter counts, large computational demands, and the difficulty of embedding garbage detection models into edge devices, a lightweight YOLOv8n-Garbage model was proposed. Firstly, a ContextGuided Block was introduced to construct the C2f-ContextGuided module, enhancing the joint utilization of local and global contextual information. Additionally, wavelet pooling was incorporated to create wavelet pooling-convolution (WP-Conv), which better captures detailed information such as shape, texture, and color, thereby improving feature extraction capabilities. Secondly, a weighted bidirectional feature pyramid network (BiFPN) was introduced to replace the original model’s Neck section. By optimizing the multi-scale feature fusion mechanism, BiFPN significantly improves the model’s performance in small object detection tasks. Finally, a detection head based on shared convolution (DHSC) was designed through shared convolution, achieving both model lightweighting and accuracy improvement. The results show that YOLOv8n-Garbage reduces the parameter count and floating-point operations by 71.4% and 49.4%, respectively, compared to the original YOLOv8n model, while increasing the mAP@0.5 by 0.3%. YOLOv8n-Garbage demonstrates significant advantages in garbage classification detection, providing technical support for intelligent urban waste management.

Graphical abstract

关键词

垃圾分类 / 目标检测 / ContextGuided Block / BiFPN / 小波池化 / 共享卷积

Key words

garbage classification / object detection / ContextGuided Block / BiFPN / wavelet pooling / shared convolution

引用本文

引用格式 ▾

黄付强, 许建忠, 李加强, 赵龙庆. 基于轻量化YOLOv8n-Garbage的垃圾分类检测方法[J]. 科学技术与工程, 2026, 26(9): 3876-3884 DOI:10.12404/j.issn.1671-1815.2502478

HUANG Fu-qiang, XU Jian-zhong, LI Jia-qiang, ZHAO Long-qing. Garbage Classification Detection Method Based on Lightweight YOLOv8n-Garbage[J]. Science Technology and Engineering, 2026, 26(9): 3876-3884 DOI:10.12404/j.issn.1671-1815.2502478

登录浏览全文

4963

注册一个新账户忘记密码

随着全球城市化进程加速,垃圾管理已成为日益严峻的挑战^[1]。构建高效的垃圾管理系统至关重要,不仅关乎城市环境清洁与居民健康,更是推动可持续发展与资源循环利用的关键环节。在此过程中,垃圾分类检测作为核心步骤,能够显著提升废物处理效率与质量,降低对垃圾填埋场的依赖,促进资源再生利用,同时减少环境污染。然而,传统垃圾分类方法主要依赖人工分拣,存在效率低下、成本高昂且存在健康风险等弊端^[2]。垃圾作为人类活动的产物,其处理方式直接影响公众健康与生态环境。现行分类方法高度依赖人工专业知识,既难以保证分类精度,又耗费大量人力。因此,通过目标检测技术实现垃圾自动化分类势在必行,这将有效提升分类速度、降低运营成本并减少人力投入。

目标检测算法凭借其出色的跨场景能力与泛化能力,在众多领域中获得了广泛应用^[3],学者们持续优化目标检测算法,用于垃圾的检测和分类研究。陈健松等^[4]通过改进YOLOv5提出了一种垃圾检测方案,引入Stem模块和改进C3模块增强了特征提取能力,使用深度可分离的卷积实现模型的轻量化,使得参数量减少了22.1%。竺春祥等^[5]使用了轻量化的YOLOv8设计了智能垃圾快速分拣系统,在自制数据集上测试,可以有效识别单目标和多目标的检测。Guo等^[6]首先通过对YOLOv8的SPPCSPC模块进行了增强,其次引入改进的EALAN技术,最后在C2f中用C3Ghost替换Bottleneck,使改进后的模型mAP@0.5提升了3.5%。程浩等^[7]提出改进的Faster R-CNN地面垃圾检测算法,在主干网络使用基于SENet的ResNet-50结构,在检测部分用RoIAlign代替RoI Pooling,使改进后的模型mAP@0.5提升了9.6%。李博威等^[8]提出了改进的SSD(single shot multibox detector)垃圾分类算法,通过使用DenseNet的网络结构和FPN结构,并引入GIoU损失函数,提高了算法的精度和速率。张振利等^[9]在EfficientNetV2基准模型上添加SK(selective kernel)注意力机制和使用迁移学习策略,该算法检测垃圾分类的准确率达到了99.71%,比GoogleNet等其他算法最少提升了4.7%,比VggNet19算法在时间上提升50%以上。欧阳飞等^[10]提出一种基于改进YOLOX的垃圾分类检测方法,首先引入ECA注意力机制,其次改进特征提取网络的上采与下采样倍数,最后改进分类与回归损失函数,在自制数据集上训练,使得改进的算法mAP@0.5提升了4%。唐梦雨等^[11]在YOLOv8网络中融合了GAM全局注力机制和MLCA混合局部通道注意力机制,还采用了EIoU(efficient intersection over union)损失函数,在TACO数据集上进行实验取得了良好效果。刘进军等^[12]采用内容感知特征重组上采样算子替换YOLOv7中最邻近插值方式的上采样算子,从而提高了目标检测精度。陈君等^[13]对YOLOv7的Head模块添加了注意力机制SimAM,在主干网络中改进了非极大值抑制算法去除冗余的检测框,最后改进了损失函数为边框回归损失函数SIoU,使得平均精度得到提高。

尽管上述算法能以较高的精度去识别目标,但是只考虑到了精度,有的忽略了模型的参数量和计算量,有的轻量化不够,这使得将垃圾检测模型嵌入边缘设备中变得很困难。针对这个问题,现通过优化YOLOv8n,提出YOLOv8n-Garbage的检测模型,通过对4个模块的优化或替换,使得YOLOv8n-Garbage比以往传统的检测垃圾方法在参数量和计算量有大幅度下降的同时,精度也有一定提升,以期为城市垃圾智能化管理提供技术支持。

1 材料与方法

1.1 数据集

数据集来自手机拍摄和百度下载,经过筛选,建立了一个垃圾分类的数据集。数据集原本1 407张图片,经过数据强化(竖直翻转)得到2 814张图片,然后使用脚本对其进行划分,训练集、测试集、验证集按照8∶1∶1的比例进行分配,其中训练集的数量为2 250张,测试集有284张,验证集则为280张。数据集一共包括11种垃圾,都是生活中常见的垃圾,包括纸团、香蕉皮、易拉罐、烟蒂、筷子、骨头、蛋壳、纸箱、塑料瓶、药物包装和电池。

1.2 YOLOv8目标检测算法

YOLOv8系列模型充分继承了YOLO系列^[14-20]过往的研究成果,在此基础上进一步优化和改进,显著提升了模型的综合性能。YOLOv8有5个类型:YOLOv8n、YOLOv8s、YOLOv8m、YOLOv8l和YOLOv8x。随着版本的递进,模型的规模依次增大,同时在检测精度方面也呈现出相应的提升趋势,适用于不同任务需求和计算资源。

YOLOv8的网络由骨干网络、颈部网络以及检测头这3个部分构成,其具体的网络结构呈现情况如图1所示。

YOLOv8的骨干网络采用CSP(cross stage partial)。CSP结构作为一种独特的网络架构,实现了跨阶段的局部连接,有效提升了网络性能。在减少计算量的同时,能够保留更多的特征信息。在骨干网络中,通过使用不同层次的卷积层和池化层对图像进行特征的提取。浅层网络着重提取图像低级特征,如边缘、角点等细节信息。随着网络层数的加深,提取出抽象的高级语义特征,这些特征在目标的分类与定位任务中起着至关重要的作用,是提高目标识别准确性和定位精度的关键因素。

YOLOv8的颈部网络起到关键的特征融合作用。它主要把骨干网络得到的特征展开分析。使用特征金字塔网络(feature pyramid network,FPN),利用横向连接和上下采样路径,把高层语义特征和低层细节特征进行融合。这一融合有助于检测不同大小的目标,针对小目标,充分运用高分辨率细节特征以提升相关分析与处理的精度和效果,对大目标依靠语义丰富特征,提升了检测的准确性。

YOLOv8的检测头借鉴了YOLOX^[21]的解耦头结构,此结构将分类与检测头进行分离,能够更高效地执行各自的任务。与此同时,YOLOv8在目标检测过程中采用了无锚框的检测方式^[22],这一创新举措有助于提升检测的灵活性和准确性,减少了模型的参数量,同时加快了运行速度。

1.3 YOLOv8n-Garbage目标检测算法

当前垃圾分类目标检测面临诸多问题,如模型参数量很大、计算复杂度高、计算量繁重,使得边缘设备难以负荷,阻碍了在其上的部署进程。为解决这些问题,使用4种优化策略对YOLOv8n进行优化,优化后的模型命名为YOLO-Garbage,其结构如图2所示。

1.3.1 C2f-ContextGuided模块

CG Block(ContextGuided Block)是一种用于卷积神经网络(convolutional neural networks,CNN)的模块,旨在通过引入上下文信息来增强特征提取能力。该模块最初在ContextGuided Network(CG Net)^[23]中被提出,主要用于语义分割任务,其设计思想可以广泛应用于其他计算机视觉任务,如目标检测、图像分类等。CG Block 的核心思想是通过捕获局部和全局上下文信息来提升模型对复杂场景的理解能力。

CG Block主要有4个部分,其结构如图3所示。局部特征提取器通过3×3的普通卷积操作提取输入数据的局部特征。局部特征提取器在输入数据上滑动卷积核,捕捉图像中的细节信息(如边缘、纹理等),实现对输入数据的局部感知。周围上下文特征提取器通过3×3的膨胀卷积提取周围上下文特征。膨胀卷积能够在不增添参数量的前提下,通过扩大卷积核中的空洞,来拓宽感受野,进而捕捉到更为广泛的上下文信息。这使得模块能够更好地理解输入数据的全局结构,同时保持较少的参数量。特征融合器将来自局部特征提取器的局部特征和来自周围上下文特征提取器的周围上下文特征进行拼接(Concat)操作,并通过批归一化(batch normalization,BN)和参数化PReLU激活函数对融合后的特征进行处理。拼接操作将局部特征和上下文特征融合,形成联合特征,增强特征表示能力。批归一化(BN)能加速模型训练,提高训练稳定性。参数化(PReLU)可以增加模型的非线性表达能力,提升网络的稳健性,减少对网络架构和超参数的敏感度。全局上下文特征提取器可以对融合后的联合特征进行全局平均池化(global average pooling,GPA)和多层感知机操作,生成权重向量,并将权重与输入特征按元素相乘。GPA将每个通道的特征图压缩为一个单一的值,捕获全局上下文信息。多层感知机进一步提取和组合全局上下文信息,生成权重向量。特征加权将权重向量与输入特征按元素相乘,增强重要特征并抑制不重要的特征,最终得到全局上下文特征。

YOLOv8n主干网络中的C2f通过多个Bottleneck堆叠,提取多层次的特征。C2f虽能确保目标识别准确性高,敏锐感知图像细节,但在浮点计算量与参数量上均处于较高水平。因此利用CG Block去改进C2f,就是用CG Block去替换掉C2f中的Bottleneck模块,得到了一个新的C2f-ContextGuided模块,其模块结构如图4所示。C2f-ContextGuided通过CG Block引入了局部和全局上下文信息,能够更好地捕捉目标的细节和整体结构以提高识别的准确率,在复杂背景和多尺度目标检测任务中表现更好,同时保持模型的轻量级特性。

1.3.2 小波池化卷积模块

在垃圾分类任务中,不同类别的垃圾在形状、纹理和颜色等细节上有很大的差异。在YOLOv8n主干网络中,传统的池化方法(如最大池化、平均池化)通过简单的局部操作来下采样特征图,容易丢失细节特征信息,这就会影响后面的目标检测任务的准确性。为了解决这一问题,提出了一种使用小波池化^[24]的卷积。小波池化卷积结构如图5所示,小波池化卷积(wavelet pooling-convolution, WP-Conv)通过小波变换能够更好地捕捉形状、纹理和颜色等细节信息,从而提升特征提取的能力,有助于更准确地分类和检测垃圾。小波池化卷积还通过丢弃一级子带,减少了特征图的维度,同时保留了重要的结构信息。这种降维方式有助于减少模型在训练数据上的过拟合,提升模型的泛化能力,尤其是在垃圾分类数据分布可能不均匀的任务中。传统卷积操作在处理图像时可能会导致边缘模糊和伪影,影响检测精度。小波池化卷积通过小波变换减少了这些伪影,还能够更好地分离前景和背景信息,减少背景噪声对检测结果的干扰,提升了图像特征的清晰度,从而有助于更准确地检测和分类垃圾。

1.3.3 加权双向金字塔网络BiFPN

在YOLOv8n的颈部网络中使用的是路径聚合网络(path aggregation network,PAN)结构。其网络结构如图6(a)所示。PAN通过自顶向下和自底向上的双向路径,增强特征金字塔中的信息流动,自顶向下路径将高层语义信息传递到低层,自底向上路径将低层细节信息传递到高层,增强信息流动,提升多尺度特征融合效果。该结构处理大小均匀的目标时表现很好,但是本文研究的是垃圾分类,垃圾种类不同,大小相差很大,比如纸箱和烟蒂。为了解决此问题,引入了Tan等^[25]提出的BiFPN模块,BiFPN模块如图6(b)所示,利用BiFPN模块去替代PAN模块实现特征融合。BiFPN是在PAN结构上进行的改进,BiFPN删除了两个节点,这两个节点位于不同的两条输入边上,两个节点都是没有进行特征融合的点,改进之后的差别可以通过图6看出。因为这两个节点对融合特征的特征网络贡献不大,所以删除这两个节点对检测精度影响很小,这样既优化了网络结构还降低了参数量和计算量,此外BiFPN通过加权双向路径和跨尺度连接,能够更好地融合不同尺度的特征,提升模型对多尺度目标的检测能力,这也就解决了如何处理目标大小不均匀的问题。

BiFPN运用了快速归一化融合加权的策略,通过这种策略所衍生出的带权特征融合公式为

(1)$O=\sum _{i}\frac{{\omega }_{i}}{\varepsilon +\sum _{j}{\omega }_{j}}{I}_{i}$

式(1)中:I_i为第i个输入特征图;ω_i为第i个输入特征图的权重;O为融合后的输出特征图;ε为一个极小的常数(通常为10^-4);$\sum _{j}$ω_j为所有权重的和。

为实现更高效的特征融合,显著提升特征表示能力,改进后的颈部网络在同一层的输入与输出特征间新增跳跃连接。以图6(b)的P6节点为例,两个融合特征的计算公式如下。

(2)${P}_{6}^{\mathrm{t}\mathrm{d}}=\mathrm{C}\mathrm{o}\mathrm{n}\mathrm{v}\left[\frac{{\omega }_{1}{P}_{6}^{\mathrm{i}\mathrm{n}}+{\omega }_{2}\mathrm{R}\mathrm{e}\mathrm{s}\mathrm{i}\mathrm{z}\mathrm{e}\left({P}_{7}^{\mathrm{i}\mathrm{n}}\right)}{{\omega }_{1}+{\omega }_{2}+\varepsilon }\right]$

(3)${P}_{6}^{\mathrm{o}\mathrm{u}\mathrm{t}}=\mathrm{C}\mathrm{o}\mathrm{n}\mathrm{v}\left[\frac{\omega \text{'}{}_{1}{P}_{6}^{\mathrm{i}\mathrm{n}}+\omega \text{'}{}_{2}{P}_{6}^{\mathrm{t}\mathrm{d}}+\omega \text{'}{}_{3}\mathrm{R}\mathrm{e}\mathrm{s}\mathrm{i}\mathrm{z}\mathrm{e}\left({P}_{5}^{\mathrm{o}\mathrm{u}\mathrm{t}}\right)}{\omega \text{'}{}_{1}+\omega \text{'}{}_{2}+\omega \text{'}{}_{3}+\varepsilon }\right]$

式中:${P}_{6}^{\mathrm{t}\mathrm{d}}$为从顶向下路径中第六层的中间特征;${P}_{6}^{\mathrm{o}\mathrm{u}\mathrm{t}}$为第6层的输出特征;Resize(·)为分辨率分配的上采样或下采样;Conv(·)为卷积操作;${P}_{6}^{\mathrm{i}\mathrm{n}}$为第6层的输入特征;ω₁、ω₂分别为第6层和第7层输入特征图的权重;ω'₁、ω'₂、ω'₃分别为第6层输入特征图、中间特征图和第5层输出特征图的权重。

1.3.4 DHSC轻量化检测头

在目标检测任务中,不同尺度的检测头学习目标一致,这导致各检测头所涵盖的特征具有相似性。以YOLOv8的检测头(如图1中的Detect)为例,各个检测头彼此独立运作,分别对不同尺度的特征开展独立的卷积操作,并将操作结果分别存储于不同检测头内。这种处理方式未考量其他尺度特征图对目标检测的作用,还会产生大量冗余参数。这种独立检测头使用率较低。若要提高模型性能,就必须提高结构的使用效率。

卷积神经网络的权值共享运用具有相同权值的卷积核来处理处于不同位置的特征。在此基础上,采用共享卷积运算,不但可以减轻模型的重量,而且可以提高检测的效率。在检测头的设计架构里,不同尺度的物体于各特征层所呈现出的特征响应体现出显著的一致性。详细来讲,物体自身尺度与所处特征层的感受野之间存在着比例适配关系,基于这种适配关系所生成的特征图在纹理、结构等诸多关键特征层面具有相似性。正是这种特性,为检测头采用共享卷积理念奠定了坚实基础,使得运用同一组权重即可对不同尺度的特征展开高效处理,大幅提升检测头对多尺度目标的检测效能。

依据卷积权值共享的理念,对YOLOv8里的3组独立卷积实施合并操作。通过设计权值共享方案,构建出了基于共享卷积的检测头(detection head based on shared convolution,DHSC),结构如图7所示,将其命名为颈部网络层输出的P3、P4以及P5这3个特征层,首先会依次接受1×1卷积运算,经此处理后的特征信息会被传输至两个3×3共享卷积进行进一步运算,最后再历经三组共享卷积操作后,输出最终处理结果,这种共享参数的卷积方式可以很好地提取数据特征,降低模型的参数量和计算量。

为了在轻量化的同时还能提升检测精度,对归一化层进行了更换。归一化层具备将数据规整至相同尺度范围的能力,借助这种尺度上的统一,能够有效提升网络性能的精准度。由于不同尺度的特征层所对应的特征统计量有着明显差异,若在共享卷积过程中采用BN归一化方法,极有可能导致滑动平均值产生偏差。相关研究^[26]表明,在检测头中采用组归一化(group normalization,GN)可优化检测头的定位精准度与分类能力。故而,为补偿网络性能损失,将3个1×1输入卷积以及两个3×3共享卷积内,以GN替换BN。引入GN会增添推理过程中的计算开销,在主干与颈部部分,依旧沿用BN作为归一化手段。与此同时,为应对各检测头所检测目标尺寸存在差异的状况,在回归分支的输出环节运用Scale层对特征实施缩放操作。借助这一操作,能够对目标尺度加以调整,从而达成对不同尺寸垃圾的精确空间定位,有效提升检测模型对各类尺寸目标的识别与定位能力。

2 结果与分析

2.1 评价指标

使用精确度(P)、召回率(R)、mAP@0.5、模型参数量以及模型浮点计算量5个评价指,通过这些指标去评判模型的性能。精确度是模型预测正样本中实际正样本的比例;召回率是实际正样本中被正确预测为正样本的比例;mAP@0.5表示将交并比(IoU)设为0.5时,计算每一个类别下所有图片的平均精度(AP),即mAP。置信度用于表征模型对所检测到目标的确定程度,其取值范围为0~1。计算公式如下。

(4)$P=\frac{\mathrm{T}\mathrm{P}}{\mathrm{T}\mathrm{P}+\mathrm{F}\mathrm{P}}$

(5)$R=\frac{\mathrm{T}\mathrm{P}}{\mathrm{T}\mathrm{P}+\mathrm{F}\mathrm{N}}$

(6)$\mathrm{m}\mathrm{A}\mathrm{P}=\frac{\stackrel{N}{\sum _{i=1}}{\int }_{0}^{1}P\mathrm{d}R}{N}\times 100\mathrm{\%}$

式中:TP(true-positives)为真正例,即被分为正样本且分对了(实际也是正样本);FP(false-positives)为假正例,即被分为正样本但分错了(实际是负样本);FN(false-negatives)为假负例,即被分为负样本但分错了(实际是正样本);N为样本数量。

参数量指模型中所有可学习参数的总数;浮点计算量是指模型进行一次前向传播所需的浮点运算次数。

2.2 实验环境的配置

实验搭建在Windows 10操作系统的实验平台上。选用Python 3.8作为编程语言。中央处理器(CPU)采用i5 12400F六核;运行内存为16 GB;图形处理器(GPU)选用 NVIDIA GeForce RTX 3060,显存12 GB,用CUDA版本11.6给GPU加速。Pytorch 1.13.1开展模型训练工作,开发工具则选用PyCharm。学习率为0.01,动量为0.937,批量大小设置为32,迭代轮数确定为200,输入图片尺寸统一调整为640像素×640像素。

2.3 消融实验

为深入探究本文算法中关键模块以及改进措施对目标检测效果的具体影响,开展消融实验,实验结果如表1所示。从表1中看出,采用原始的YOLOv8n模型作为基线,YOLOv8n模型分类的精确度、召回率、mAP@0.5、参数量和浮点计算量分别为0.947、0.918、0.962、3.01、8.1M和6.0G。方案1将原模型YOLOv8n的检测头更换为DHSC轻量化检测头,方案1的参数量和浮点计算量分别下降了21.6%和19.8%,同时精确度、召回率和mAP@0.5还分别上升了0.4、0.5和0.3个百分点。方案2就是把原模型YOLOv8n颈部网络的特征融合层更换为加权双向金字塔网络BiFPN,方案2的参数量和浮点计算量分别下降了33.9%和12.3%,同时精确度和mAP@0.5还分别上升了0.2和0.8个百分点,召回率下降了0.4个百分点。方案3就是把原模型YOLOv8n骨干网络的Conv模块更换为小波池化卷积WP-Conv模块,方案3的参数量和浮点计算量分别下降了10%和7.4%,同时精确度和mAP@0.5还分别上升了2.4和0.3个百分点,召回率下降了1.5个百分点。方案4就是把原模型YOLOv8n骨干网络的C2f模块更换为C2f-ContextGuided模块,方案4的参数量和浮点计算量分别下降了15.6%和17.3%,同时精确度还上升了2.6个百分点,召回率和mAP@0.5分别下降了2.1和0.6个百分点。方案7就是方案1、方案2、方案3和方案4的改进方法全部加上,方案7的参数量和浮点计算量分别下降了71.4%和49.4%,同时精确度和mAP@0.5还分别上升了0.2和0.3个百分点,召回率仅仅下降了0.1个百分点。改进模型相较于原模型参数量和计算量有了大幅度的降低,并且精确率和mAP@0.5还有小幅提高,改进模型可以更好地部署到嵌入式设备中。

2.4 对比实验

为了更直观地查看YOLOv8n-Garbage的优越性,进行了选用相同数据集、设备、参数的对比试验。选取一些经典的YOLO模型与YOLOv8n-Garbage进行对比实验。由表2可以看出,与经典模型YOLOv3-tiny、YOLOv6n、YOLOv10n和YOLOv11n比较,YOLOv8n-Garbage在模型的参数量和计算量最少,在平均精度、精确度和召回率最高。

3 结论

现有模型参数量高和计算量大,难以将垃圾检测模型嵌入边缘设备中。针对这个问题,提出了YOLOv8n-Garbage垃圾检测模型,该模型首先通过引入CG Block构建C2f-ContextGuided,提高模型局部和全局上下文信息联合使用,能够更好地捕捉目标的细节和整体结构以提高识别的准确率;其次引入小波池化构建小波池化卷积WP-Conv,它能够更好地捕捉形状、纹理和颜色等细节信息,从而提升特征提取的能力。然后又引入加权双向金字塔网络BiFPN去替换原模型的Neck部分,BiFPN通过优化多尺度特征融合机制,显著提升了模型在小目标检测任务中的表现。最后通过共享卷积设计了DHSC轻量化检测头,使得模型轻量化的同时,还提高了模型的平均精度。还对数据集进行了数据强化,强化后的数据集可以预防模型在训练过程中出现过拟合。消融实验结果表明,通过这些改进方案使得YOLOv8n-Garbage的参数量和计算量分别为0.86M和4.1G,相对于原模型分别下降了71.4%和49.4%,在参数量和计算量下降的同时平均精度还提升了0.3%。对比实验结果显示,YOLOv8n-Garbage与一些经典模型做对比,不仅参数量和计算量最低,而且精确度、召回率以及平均精度都是最高的。综上所述,所提出的YOLOv8n-Garbage在目标检测任务中展现出显著优势,为城市环境管理中的垃圾分类等相关工作奠定了重要的研究基础。

参考文献

原文顺序 | 出版日期 | 本文引用

[1]	Alzamora R B, Barros V D T R. Review of municipal waste management charging methods in different countries[J]. Waste Management, 2020, 115: 47-55.

[2]	Tong Y, Liu J, Liu S. China is implementing “Garbage Classification” action[J]. Environmental Pollution, 2020, 259: 113707.

[3]	吕凡, 郝丽萍, 章骅, 等. 病毒在环境卫生作业环境中的存活潜力及感染风险防控探讨[J]. 环境卫生工程, 2020, 28(1): 1-9.

[4]	Lü Fan, Hao Liping, Zhang Hua, et al. Discussion on the survival potential of viruses in environmental health work environments and prevention and control of infection risks[J]. Environmental Health Engineering, 2020, 28(1): 1-9.

[5]	陈健松, 蔡艺军. 面向垃圾分类场景的轻量化目标检测方案[J]. 浙江大学学报(工学版), 2024, 58(1): 71-77.

[6]	Chen Jiansong, Cai Yijun. Lightweight object detection scheme for garbage classification scenarios[J]. Journal of Zhejiang University (Engineering Science), 2024, 58(1): 71-77.

[7]	竺春祥, 舒红, 杨波, 等. 一种低功耗嵌入式的YOLOv8-NANO智能垃圾快速分拣系统[J]. 科学技术与工程, 2025, 25(9): 3806-3812.

[8]	Zhu Chunxiang, Shu Hong, Yang Bo, et al. A low-power embedded YOLOv8-NANO intelligent garbage rapid sorting system[J]. Science Technology and Engineering, 2025, 25(9): 3806-3812.

[9]	Guo X, Sun M, Zhang X, et al. Optimization and implementation of garbage classification algorithm based on YOLOv8[J]. International Core Journal of Engineering, 2024, 10(5): 1-10.

[10]	程浩, 陈广锋. 基于改进Faster R-CNN的地面垃圾分类与检测[J]. 东华大学学报(自然科学版), 2023, 49(6): 128-134.

[11]	Cheng Hao, Chen Guangfeng. Classification and detection of ground garbage based on improved Faster R-CNN[J]. Journal of Donghua University (Natural Science Edition), 2023, 49(6): 128-134.

[12]	李博威, 侯明, 李擎, 等. 改进的SSD生活垃圾检测算法[J]. 机械设计与制造, 2023(9): 157-162.

[13]	Li Bowei, Hou Ming, Li Qing, et al. An improved SSD algorithm for domestic garbage detection[J]. Machinery Design & Manufacture, 2023(9): 157-162.

[14]	张振利, 陈源, 付豪, 等. 基于改进EfficientNetV2网络的垃圾图像分类算法[J]. 科学技术与工程, 2025, 25(10): 4229-4238.

[15]	Zhang Zhenli, Chen Yuan, Fu Hao, et al. Garbage image classification algorithm based on improved EfficientNetV2 network[J]. Science Technology and Engineering, 2025, 25(10): 4229-4238.

[16]	欧阳飞, 吴旭, 向东升. 基于改进YOLOX的垃圾分类检测方法[J]. 计算机与现代化, 2023(8): 68-73.

[17]	Ouyang Fei, Wu Xu, Xiang Dongsheng. Garbage classification detection method based on improved YOLOX[J]. Journal of Computers and Modernization, 2023(8): 68-73.

[18]	唐梦雨, 曾志林, 文勇. 基于改进YOLOv8算法的垃圾分类识别方法研究[J]. 环境工程, 2025, 43(4): 110-120.

[19]	Tang Mengyu, Zeng Zhilin, Wen Yong. Research on garbage classification recognition method based on improved YOLOv8 algorithm[J]. Environmental Engineering, 2025, 43(4): 110-120.

[20]	刘进军, 李磊磊, 张昊宇, 等. 基于改进YOLOv7算法的建筑垃圾分类检测[J]. 环境工程学报, 2024, 18(1): 270-279.

[21]	Liu Jinjun, Li Leilei, Zhang Haoyu, et al. Detection of construction garbage classification based on Improved YOLOv7 algorithm[J]. Chinese Journal of Environmental Engineering, 2024, 18(1): 270-279.

[22]	陈君, 赵小会, 王博士, 等. 基于YOLOv7的垃圾检测方法研究[J]. 计算机测量与控制, 2024, 32(12): 1-8.

[23]	Chen Jun, Zhao Xiaohui, Wang Boshi, et al. Research on garbage detection method based on YOLOv7[J]. Computer Measurement & Control, 2024, 32(12): 1-8.

[24]	Redmon J, Divvala S, Girshick R, et al. You only look once: unified, real-time object detection[C] // 2016 IEEE Conference on Computer Vision and Pattern Recognition. Las Vegas, NV: IEEE, 2016: 779-788.

[25]	Redmon J, Farhadi A. YOLO9000: better, faster, stronger[C] // 2017 IEEE Conference on Computer Vision and Pattern Recognition. Honolulu, HI: IEEE, 2017: 7263-7271.

[26]	Redmon J, Farhadi A. YOLOv3: an incremental improvement[J]. ArXiv: 1804. 02767, 2018.

[27]	Bochkovskiy A, Wang C Y, Liao H Y M. YOLOv4: optimal speed and accuracy of object detection[J]. ArXiv: 2004. 10934, 2004.

[28]	Li C Y, Li L L, Jiang H L, et al. YOLOv6: a single-stage object detection framework for industrial applications[J]. arXiv: 2209. 09276, 2022.

[29]	Wang C Y, Bochkovskiy A, Liao H Y M. YOLOv7: trainable bag-of-freebies sets new state-of-the-art for real-time object detectors[C]// 2023 IEEE/CVF Conference on Computer Vision and Pattern Recognition. Vancouver: IEEE, 2023: 7464-7475.

[30]	Xu X Z, Jiang Y Q, Chen W H, et al. DAMO-YOLO: a report on real-time object detection design[J]. arXiv: 2211. 15444, 2022.

[31]	Ge Z, Liu S T, Wang F, et al. YOLOX: exceeding YOLO series in 2021[J]. ArXiv: 2107. 08430, 2021.

[32]	Kong T, Sun F C, Liu H P, et al. FoveaBox: beyond anchor-based object detection[J]. IEEE Transactions on Image Processing, 2020, 29: 7389-7398.

[33]	Wu T Y, Tang S, Zhang R, et al. CGNet: a light weight context guided network for semantic segmentation[J]. IEEE Transactions on Image Processing, 2021, 30: 1169-1179.

[34]	Williams T, Li R. Wavelet pooling for convolutional neural networks[C]// International Conference on Learning Representations. Vancouver, BC: The International Conference on Learning Representations, 2018, 6: 92998064.

[35]	Tan M M, Pang R M, Le Q V. EfficientDet: scalable and efficient object detection[C] /2020 IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR). Seattle, WA: IEEE, 2019, 23(7): 10778-10787.

[36]	Detector A. FCOS: a simple and strong anchor-free object detector[J]. IEEE Transactions on Pattern Analysis and Machine Intelligence, 2022, 44(4): 1922-1933.