简介这是一套基于深度学习的垃圾分类目标检测系统源码面向毕业设计、期末大作业与课程设计场景适合希望快速落地可运行项目的Python学习者。项目带有较完整的代码注释新手也能看懂核心逻辑是个人手打98分、获导师认可的高分项目下载后简单部署即可使用。压缩包共117个文件、7.33MB其中27个Python脚本承担训练与检测主流程YAML/YML与JSON文件用于配置模型和参数WXML、WXSS、JS及PNG搭建小程序端展示界面Shell脚本与Dockerfile支持环境部署另有Markdown说明和tutorial.ipynb辅助理解项目结构。已有369人学习下载适合作为目标检测方向毕业设计、课程设计的快速参考可从数据配置、模型训练到前端交互完整拆解省去从零搭建的调试成本。对想基于深度学习做垃圾分类识别、并希望兼顾代码规范与可演示界面的读者这套源码提供了清晰的实现思路与二次开发基础。1. 垃圾分类目标检测大作业与真实项目之间隔着一套系统工程每年这时候都会有一批人被同一个课题卡住基于深度学习的垃圾分类目标检测系统。看着网上浩浩荡荡的源码包、数据集和教程以为把代码 clone 下来跑通就是大作业的终点——实际接触过的人都知道这套东西从「能跑」到「能答辩、能演示、能写进简历」中间隔着数据处理、模型选型、训练调参、结果可视化和部署展示整整五道坎。这篇笔记想讲的就是把这套系统的每个环节拆开从数据集怎么整理、模型怎么选到训练时哪些参数别乱动、最终如何打包成一个完整可运行的项目。适合的人群很明确正在做 Python 课程设计或毕业设计的同学想快速搭出一套能演示、能讲清楚原理的垃圾分类识别系统也包括刚接触目标检测、想拿一个完整项目练手的从业者。难点不在算法本身而在于如何把 YOLO 这类模型真正用起来并让项目具备「问不倒」的深度。2. 目标检测与垃圾分类任务的匹配为什么 YOLO 是首选2.1 分类和检测是两回事你要解决的是「框在哪」很多第一次做这个题目的人会误以为垃圾分类就是图像分类——把一张图片丢进 CNN输出一个类别标签。但大作业题目里写明的是「目标检测」这意味着系统不仅要回答「这是什么垃圾」还要回答「它在图片的哪个位置」。这两者的本质区别在于分类模型关注全局特征检测模型需要在空间上定位目标并输出边界框。同样的技术栈检测要处理的细节多得多。常见做法是用 YOLO 系列模型来完成这个任务。YOLO 的核心思想是把检测问题统一成一个回归问题图片被划分为网格每个网格负责预测中心点落在自己区域内的物体输出边界框位置、置信度和类别概率。它的工程优势也很突出单阶段推理速度快在 CPU 上也能勉强跑换到 GPU 上实时性完全没有问题生态成熟从 YOLOv5 到 YOLOv8、YOLOv11配置文件、预训练权重、标注工具链都是通的适合作为大作业的技术底座。2.2 YOLO 各版本怎么选不要盲目追新网络热词里频繁出现「yolov11(ultralytics) 环境配置」和「三维目标检测」说明大家在版本选择上普遍纠结。我的建议是除非你的题目明确要求某个特定版本否则优先选 YOLOv8而不是最新版本。理由有三条。第一稳定性。YOLOv8 的 Ultralytics 框架已经迭代了很久文档全、issue 区的问题基本都有解答环境配置的坑在网上能搜到大量现成的解决方案。第二与教程的匹配度。大作业场景下你不是在研究算法创新而是在应用成熟框架网上能搜到的参考代码、数据集格式、训练命令绝大多数基于 YOLOv5 或 YOLOv8。第三部署与演示的便利性。YOLOv8 提供了简洁的 Python API推理代码十几行就能写完后续做 GUI 包装或者 Web 展示都很方便。有一点值得注意如果选用 YOLOv11它的核心架构和 YOLOv8 相比有调整但训练命令、数据集组织方式基本兼容。若你手头的参考代码是 v8 写的直接换成 v11 的权重文件跑通常问题不大但反过来需要谨慎——v8 的模型文件直接喂给 v11 的推理代码形状对齐是个黑匣子出错了你很难定位。2.3 环境配置的完整步骤与 Python 版本匹配这个项目需要的环境并不复杂核心是 PyTorch 和 Ultralytics 两个包。很多人在环境安装阶段就翻车十有八九是 Python 版本和 CUDA 版本不匹配。# 创建独立虚拟环境避免污染系统 Python conda create -n garbage_det python3.9 -y conda activate garbage_det # 安装 PyTorch 全家桶注意 cuda 版本要和本机驱动匹配 # 先查看本机 CUDA 版本nvidia-smi 右上角就是驱动支持的 CUDA 版本 pip install torch torchvision --index-url https://download.pytorch.org/whl/cu118 # 安装 Ultralytics 和辅助库 pip install ultralytics opencv-python matplotlib pandas tqdm这段命令的逻辑是先把 Python 版本锁在 3.9因为 PyTorch 的预编译包在 3.9 上兼容性最好。接着安装 PyTorch 时指定了 cu118 这个 CUDA 版本——但这不是固定的本机驱动若是 CUDA 12.x就换成 cu121。只看nvidia-smi右上角的版本号而不是nvcc -V因为驱动支持的版本向下兼容但 PyTorch 编译时绑定的 CUDA 运行时版本必须小于等于驱动支持版本。如果本机是无 GPU 的 Windows 环境直接执行pip install torch torchvision安装 CPU 版本即可推理一张图片耗时一两秒演示完全够用。2.4 预训练权重与迁移学习大作业快速起步的关键为什么要用预训练权重而不是从零训练垃圾分类数据集的规模通常不大常见公开数据集也就几千张图类别不平衡问题突出——可回收物比有害垃圾的样本多得多。从零训练一个检测头在这些数据上很难收敛而 COCO 预训练权重已经学到了泛化的特征表达边缘、纹理、形状基元我们只需要在它的基础上微调最后几层就能用少量数据达到可用的精度。from ultralytics import YOLO # 加载 COCO 预训练权重模型会自动下载到项目目录下 model YOLO(yolov8n.pt) # 训练数据配置指向自己的 YAML model.train(datagarbage.yaml, epochs100, imgsz640, batch16)参数说明yolov8n.pt是 nano 版本参数量最小、速度最快适合大作业的算力条件如果需要更高精度可换成yolov8s.pt或yolov8m.pt。epochs100对这个小数据集足够再多就容易过拟合imgsz640是标准输入尺寸你的数据集图片最好接近这个分辨率否则模型会强制缩放小物体容易丢失batch大小视显存而定常见的 6GB 显存卡跑 nano 模型batch 16 没有问题再大就等着 OOM。如果显存报错优先把 batch 减半而不是换小模型——模型太小精度会断崖式下降。3. 数据集构建与标注大作业翻车的重灾区3.1 公开数据集与自建数据的取舍垃圾分类领域有几个常见的公开数据集比如华为的垃圾分类数据集、Kaggle 上的垃圾图片集还有一些国内高校开源的数据集。但大作业的实际情况往往是题目有指定的垃圾类别或者老师会现场拿几张新图片做测试公开数据集的类别可能对不上。这时需要自己做数据补充。我的建议是「公开数据集打底 自采数据补充」的组合策略。公开数据集保证训练集的量自采数据解决题目针对性问题。采集时有个关键点手机拍的照片分辨率高但检测目标的尺寸比例差异极大——一张照片里可能同时出现大号快递盒和小号电池这种尺度差异是模型精度上不去的隐形杀手。所以自采数据时要刻意覆盖「近景大目标」和「远景小目标」两种形态而不是只拍正中间的物体。3.2 LabelImg 标注与 VOC 格式生成标注工具我一般用 LabelImg它是基于 Python 的桌面应用安装很简单支持 VOC 格式导出生成的是与图片同名的 XML 文件。打开工具后把图片目录和预定义类别文件配好用矩形框框住目标每个框选一个类别。annotation folderJPEGImages/folder filenameimg_001.jpg/filename size width640/width height480/height depth3/depth /size object nameplastic_bottle/name bndbox xmin100/xmin ymin150/ymin xmax300/xmax ymax400/ymax /bndbox /object /annotationXML 里的关键字段是filename和size这两项如果在标注后重命名图片或压缩图片必须同步更新否则训练时索引会乱。name字段直接决定了类别标签拼写错误会导致训练时出现未知类别而报错。标注的规范也很影响最终效果框要贴紧物体边缘不要把背景包进框里如果一个物体被遮挡只标注露出的可见部分。这些都是数据质量层面容易被忽略的细节但最后精度差距的根源就在这。3.3 把 VOC 转成 YOLO 格式转换脚本与四个边界坑YOLO 训练不认 VOC 的 XML它要求每张图片对应一个同名的 txt 文件每行格式是「类别序号 x_center y_center width height」四个坐标全部是归一化后的比例值不是像素值。这个转换过程是绕不开的也是大作业最容易出 bug 的地方。import xml.etree.ElementTree as ET import os def convert_voc_to_yolo(xml_file, class_names, target_dir): tree ET.parse(xml_file) root tree.getroot() img_w int(root.find(size/width).text) img_h int(root.find(size/height).text) out_lines [] for obj in root.findall(object): name obj.find(name).text if name not in class_names: continue # 跳过未定义类别防止训练报错 class_id class_names.index(name) bbox obj.find(bndbox) xmin float(bbox.find(xmin).text) ymin float(bbox.find(ymin).text) xmax float(bbox.find(xmax).text) ymax float(bbox.find(ymax).text) # 边界框越界修正标注时手抖可能让坐标超出图片范围 xmin max(0, min(xmin, img_w)) xmax max(0, min(xmax, img_w)) ymin max(0, min(ymin, img_h)) ymax max(0, min(ymax, img_h)) if xmax xmin or ymax ymin: print(f警告: {xml_file} 中存在无效框已跳过) continue x_center (xmin xmax) / 2 / img_w y_center (ymin ymax) / 2 / img_h w (xmax - xmin) / img_w h (ymax - ymin) / img_h out_lines.append(f{class_id} {x_center:.6f} {y_center:.6f} {w:.6f} {h:.6f}) txt_name os.path.basename(xml_file).replace(.xml, .txt) with open(os.path.join(target_dir, txt_name), w) as f: f.write(\n.join(out_lines))这个转换脚本里有四个坑是实际使用中常见的。第一个坑XML 里如果出现没有标注过的类名脚本里用了if name not in class_names来跳过但这意味着这张图片的某个目标被静默丢弃——训练集里少了正样本精度悄悄下降。第二个坑归一化坐标必须是浮点数{:.6f}的格式化保留六位小数如果写成整数框的位置会产生严重偏差。第三个坑图片宽高的获取路径是size/width有些标注工具导出的 XML 结构略有不同可能是image_size开头不匹配时会报 AttributeError。第四个坑越界修正的逻辑不是简单裁剪了事标框时手抖把框拖到图片外面是常见操作必须把坐标 clamp 回图片尺寸内否则归一化后宽度或高度大于 1YOLO 训练会直接报错。3.4 数据集目录结构与 data.yaml 配置YOLO 训练要求数据集按特定目录结构组织这个结构不复杂但目录路径写错会让人排查半天。dataset/ ├── images/ │ ├── train/ │ ├── val/ │ └── test/ ├── labels/ │ ├── train/ │ ├── val/ │ └── test/ └── garbage.yaml图片和标注文件的文件名必须完全一致只是后缀不同。划分训练集和验证集时建议按 9:1 或 8:2 随机划分但要注意不能简单地按目录顺序取前 80%因为同一次采集的图片可能连续拍的是同一个物体顺序划分会让验证集和训练集分布相似度过高模型评估结果虚高。正确做法是随机打乱后划分。garbage.yaml是训练的核心配置文件path: /your/absolute/path/to/dataset # 改成你的实际路径 train: images/train val: images/val test: images/test nc: 4 names: [cardboard, plastic_bottle, battery, banana_peel]path字段用绝对路径最保险YOLO 对相对路径的解析逻辑在不同版本里有差异用相对路径训练时报数据集不存在是常见错误。nc是类别总数names是类别名称列表顺序必须和标注 txt 里的数字序号一一对应。如果你用的是 Google Colab 等在线环境注意路径要写运行时环境里的实际位置不能直接从本地复制。4. 训练配置与模型调优精度从 60 到 90 的关键路径4.1 训练参数的意义epochs、batch、imgsz、optimizer训练参数不是随便填的每个参数都对应一个非常具体的工程问题。epochs决定模型遍历整个数据集的次数它和数据集大小直接相关如果数据集只有 500 张图100 个 epoch 已经很多再多就会过拟合表现为训练集损失持续下降、验证集精度停滞或下降。batch是每次迭代喂给 GPU 的图片数量直接决定显存占用和梯度估计的稳定性batch 太小梯度噪声大模型容易震荡不收敛batch 太大又可能 OOM。imgsz是输入分辨率640 是精度和速度的均衡点如果你检测的目标普遍较小可以试 960但推理速度和训练显存会显著上升。optimizer在 YOLOv8 里最常用的是auto让框架自己选一般落在 SGD 或 AdamW 上新手不要手动指定除非你知道自己在做什么。以下是一个实际可用的训练命令yolo train datagarbage.yaml modelyolov8n.pt epochs150 imgsz640 batch16 optimizerauto device0device0表示使用第一块 GPU没有 GPU 就写devicecpu。训练过程中会输出每个 epoch 的 mAP50、mAP50-95 等指标看着它们变化就能判断模型状态。想要直观感受训练进度可以在命令里加上plotsTrue训练结束后会在 runs 目录下生成损失曲线图、PR 曲线和混淆矩阵。4.2 数据增强小数据集的后悔药垃圾分类数据集规模通常不大数据增强是弥补数据不足的最有效手段。YOLOv8 在训练时默认开启了一些增强策略包括马赛克增强、随机翻转、色彩抖动等。马赛克增强值得单独说明它把四张训练图片拼成一张新图输入尺寸不变但单张图里包含四个不同的目标场景相当于变相扩大了 batch 的有效性。这种做法对提高模型在小目标上的鲁棒性很有帮助。除了默认增强还可以在 data.yaml 里显式配置augment: mosaic: 1.0 # 马赛克增强概率1.0 表示每张图都做 flipud: 0.5 # 上下翻转垃圾图片拍摄角度多变这个值可以设高 fliplr: 0.5 # 左右翻转 hsv_h: 0.015 # 色调变化范围 hsv_s: 0.7 # 饱和度变化范围 hsv_v: 0.4 # 亮度变化范围 degrees: 10.0 # 随机旋转 10 度注意垃圾图片不是航拍图旋转不要太大注意degrees参数对大旋转角度要克制垃圾图片大多是日常视角拍摄旋转超过 20 度会产生不自然的样本反而干扰训练。mosaic概率在训练后期应该调低或者直接用默认的自动衰减策略因为马赛克图里物体被切割拼接如果一直以高概率使用模型会学到破碎目标的不真实特征。这个问题在训练集很小的时候尤其明显。4.3 训练失败的排查Loss 不降与精度上不去的常见原因训练过程中最常遇到的问题有三个。第一个是 Loss 从一开始就不降甚至上升。现象box_loss和cls_loss都在一个高位震荡。原因通常是学习率设置不合理或数据出现严重问题——最常见的翻车点是标注框坐标归一化出错比如把 x_center 写成了 xmin。解决先用脚本随机抽几张训练图片把标注框画在图上可视化看一眼确认框的位置与物体对得上再检查 learning rate 是不是默认值太大。第二个问题是 Loss 正常下降但 mAP50 始终在 0.5 以下徘徊。现象模型在训练集表现尚可验证集上一塌糊涂。原因大概率是数据集类别不平衡某个类别的样本数量太少模型倾向于把所有物体都预测成样本多的类别。解决检查每个类别的图片数量对样本少的类别做额外的复制增强或者用加权采样的方式调整训练时的样本概率。第三个问题是训练时显存溢出。现象报错信息里有CUDA out of memory。解决优先级是先减半 batch再降低 imgsz 到 480最后才考虑换更小的模型。千万不要一开始就换 nano 模型nano 在复杂背景下的精度下降非常明显垃圾分类的图片背景杂乱模型容量不足直接导致检测不出来。4.4 精度调优的实操顺序先数据后参数很多人在精度不理想时第一时间就去调模型结构这是方向性错误。正确顺序是先看数据再看参数最后才考虑换模型。数据层面要确认三件事标注框是否紧贴物体是否有标注错误的类别各类别样本数是否均衡。参数层面要调整两个值imgsz从 640 升到 960 通常能带来 2-3 个点的 mAP 提升epochs适当延长让模型充分收敛。模型层面如果上述都没问题但精度仍达不到要求把yolov8n.pt换成yolov8s.pt参数量翻三倍多精度提升明显但推理速度会慢一些。5. 模型评估与结果可视化让答辩评委一眼看懂5.1 用验证集评估模型mAP、混淆矩阵与 PR 曲线训练完成后不要急着写演示程序先花时间把模型评估做好。YOLOv8 自带的评估命令会输出一个完整的报告包含每个类别的精确率、召回率、mAP50 和 mAP50-95。这些指标在最终报告或答辩 PPT 里是硬通货。yolo val modelruns/detect/train/weights/best.pt datagarbage.yaml评估结果里最值得分析的是混淆矩阵。它会显示模型把哪两类垃圾容易混淆——比如把塑料瓶识别成玻璃瓶说明这两类在外观特征上确实有相似性这时可以考虑在数据集中补充更多容易混淆的样本或者考虑合并大类降低分类难度。PR 曲线Precision-Recall则告诉你模型在不同置信度阈值下的表现曲线下的面积越大越好如果曲线尾部掉得厉害说明存在大量误检需要提高置信度阈值来过滤。5.2 推理结果可视化画框、画标签、输出置信度评估通过后接下来是编写推理脚本。这步做得好演示环节就能稳稳加分。from ultralytics import YOLO model YOLO(runs/detect/train/weights/best.pt) results model.predict( sourcedemo_images/, conf0.35, saveTrue, save_txtTrue, projectdemo_output, nameresults ) for result in results: boxes result.boxes for box in boxes: cls_id int(box.cls[0]) conf float(box.conf[0]) xyxy box.xyxy[0].tolist() print(f类别: {model.names[cls_id]}, 置信度: {conf:.2f}, 坐标: {xyxy})conf0.35是置信度阈值大于这个值的检测框才会被保留。这个值的设定直接影响演示效果设低了会有很多误检设高了会漏检。垃圾分类场景建议 0.3 到 0.5 之间可以在演示前用几张现场图片实际测一下找到那个「不多不少」的值。save_txtTrue会把检测结果保存为文本文件每行一个目标包含类别序号和归一化坐标方便后续做统计分析或与其他程序对接。5.3 实时摄像头检测给大作业加分的演示方式纯图片检测的演示效果有限做成摄像头实时检测会让项目的完成度高一个档次。YOLOv8 的推理接口天然支持视频流import cv2 from ultralytics import YOLO model YOLO(runs/detect/train/weights/best.pt) cap cv2.VideoCapture(0) while cap.isOpened(): ret, frame cap.read() if not ret: break results model.predict(frame, conf0.35, imgsz640) annotated results[0].plot() # 直接在原图上画框和标签 cv2.imshow(Garbage Detection, annotated) if cv2.waitKey(1) 0xFF ord(q): break cap.release() cv2.destroyAllWindows()这段代码的核心是results[0].plot()Ultralytics 框架已经封装好了画框、画标签的逻辑不需要自己写 cv2.rectangle 和 cv2.putText。cv2.waitKey(1)里的参数 1 表示每帧等待 1 毫秒这个值决定了视频播放速度设为 0 则会卡在单帧等待按键。如果摄像头读取帧率低通常是imgsz设得太大导致推理耗时可降到 480。5.4 结果输出到 Excel量化项目成果的技巧除了可视化展示把检测结果量化输出到表格里也是项目能讲出内容的地方。比如统计测试集里每类垃圾的检测数量、平均置信度这些数据可以作为项目报告里的图表素材。import pandas as pd from ultralytics import YOLO model YOLO(runs/detect/train/weights/best.pt) results model.predict(sourcetest_images/, conf0.35) rows [] for i, result in enumerate(results): for box in result.boxes: rows.append({ 图片序号: i, 类别: model.names[int(box.cls[0])], 置信度: round(float(box.conf[0]), 3), xmin: int(box.xyxy[0][0].item()), ymin: int(box.xyxy[0][1].item()), xmax: int(box.xyxy[0][2].item()), ymax: int(box.xyxy[0][3].item()) }) df pd.DataFrame(rows) df.to_excel(detection_results.xlsx, indexFalse) print(f共检测到 {len(df)} 个目标)这段代码的重点是类型转换。box.cls[0]和box.conf[0]是 PyTorch Tensor 类型直接写入 pandas DataFrame 会得到一列 Tensor 对象后续处理会非常痛苦所以用int()和float()做了显式转换。box.xyxy[0]同理.tolist()或逐个.item()都行。产出的 Excel 可以直接作为项目成果的附件答辩时展示比干讲指标更有说服力。6. 项目落地与常见问题避坑把大作业变成拿得出手的作品6.1 常见问题排查环境、数据集、训练阶段高频错误有了前面这些步骤一个完整的系统基本搭起来了。但实际运行时还会遭遇大大小小的报错这里整理几个高频问题的排查路径每一条都按「现象 → 原因 → 解决」的套路来你在复现时大概率会撞上至少其中两三个。错误一训练时报 Dataset not found。现象命令执行后瞬间就报错提示数据集路径不存在。原因garbage.yaml里的path字段是相对路径而当前工作目录不在数据集所在位置。解决把path改成绝对路径。这个是所有 YOLO 新手几乎必踩的坑不要浪费时间查其他原因先改这个。错误二训练时 Loss 为 NaN。现象loss 从第一个 epoch 开始就是 nan或者训练到某个 epoch 时突然变成 nan。原因最常见的是学习率过大导致梯度爆炸在 150 epoch 的长训练里更常见的是训练数据里存在损坏的图片文件OpenCV 读图失败返回空数组前向传播计算出非法值。解决先用imgsz320和epochs5做一次快速测试确认数据能正常跑再用脚本遍历数据集检查所有图片能否用 cv2.imread 读出来把无法读取的图片剔除。错误三模型推理时检测不到目标。现象训练时 mAP 看着不错但拿一张实际图片推理时一个框都画不出来。原因置信度阈值设得太高或者推理时的图片分辨率与训练时差异过大。解决把conf从 0.5 降到 0.25 试一下如果还是检测不到用训练集里的一张图做推理如果训练集图能检测而外部的图不能说明模型的泛化能力不足需要回到数据层面补充样本。错误四摄像头推理卡顿严重。现象视频画面明显掉帧像是幻灯片。原因CPU 推理 YOLOv8n 本身就需要每个画面几百毫秒加上视频采集和画框的开销帧率自然上不去。解决降低输入分辨率到 480同时把conf提高以减少后处理的工作量如果还是卡就不要强行追求实时性改为抽帧检测每 5 帧检测一次中间帧直接展示上一帧的结果。这个技巧演示效果和实时全检测几乎一样但流畅度完全不同。6.2 置信度阈值的意义演示前花两分钟调整这个参数值得单独拿出来说因为它直接决定用户对系统的第一印象。置信度阈值本质上是精度和召回率的旋钮——阈值越高输出的每个框越可靠但会漏掉低置信度的真目标阈值越低框出得越多但误检也会增多。垃圾分类场景里一次误检在演示中的观感影响非常大所以宁可漏检也不要在屏幕上出现一个莫名其妙的框。我一般会在演示前用现场图片快速测试三档0.25、0.35、0.5找到那个刚好好用的值。6.3 延伸方向从 2D 检测到更完整的多模态系统如果这个项目做完之后还想往上走有两个方向值得考虑。一是把检测结果接入语音播报让系统识别出垃圾后直接说出「这是可回收物请放入蓝色垃圾桶」这在课设展示时效果拉满实现也只需要在检测到目标的代码分支里调用一个简单的文本转语音接口。二是把静态图片检测升级为连续视频流检测并加入统计模块记录一段时间内各类垃圾出现的频率这类「智慧环卫」性质的延伸在热词里也能看到类似方向比如基于 YOLO 目标检测与多模态 AI 分析的智慧交通检测系统思路是相通的。这些延伸都不会改变项目的主体架构只是在推理结果的基础上做叠加代码侵入极小但对项目的完整度和答辩深度都有明显加分。6.4 最终检查清单提交前逐项确认交付大作业前建议按这份清单过一遍项目目录里是否有完整的 README 文件写清楚环境依赖和启动命令requirements.txt是否正确列出所有第三方库训练好的best.pt权重文件是否保留在 runs 目录下推理入口脚本是否能在新环境里一键运行——这里有个小技巧把模型文件的路径写成相对路径并在脚本开头用os.chdir()把工作目录切到项目根目录避免别人运行时因为当前路径不同而找不到文件。最后在提交前用pip freeze requirements.txt生成环境依赖清单不要手动维护否则版本号报错会被老师试出来。这个项目的核心从来不是背熟 YOLO 的原理而是把数据集、训练、评估、演示这条链路完整地走通一遍。我第一次做类似系统时在数据标注阶段就耗了三天换来的是后来每一步都走得很顺。踩坑不是坏事关键是每个坑都值得记住原因下次换一个数据集、换一个检测目标这套方法论依然能用。希望这篇笔记能帮你把大作业做得更扎实也能让你在答辩时对每一个细节都心里有底。本文还有配套的精品资源点击获取