做過(guò)圖像識(shí)別方向的朋友應(yīng)該都清楚垃圾分類(lèi)檢測(cè)系統(tǒng)這幾年幾乎成了計(jì)算機(jī)視覺(jué)入門(mén)項(xiàng)目的標(biāo)配。但真正把它從跑通一個(gè)Demo做到能在現(xiàn)場(chǎng)穩(wěn)定工作中間隔著的距離比大多數(shù)人想象的要遠(yuǎn)。這篇文章我想完整梳理一遍我實(shí)際搭建一套垃圾分類(lèi)檢測(cè)系統(tǒng)的全過(guò)程包括數(shù)據(jù)集怎么搞、模型怎么選、訓(xùn)練參數(shù)怎么調(diào)、部署到邊緣設(shè)備時(shí)踩了哪些坑以及最后聯(lián)動(dòng)機(jī)械結(jié)構(gòu)讓檢測(cè)結(jié)果真正驅(qū)動(dòng)分類(lèi)動(dòng)作的關(guān)鍵細(xì)節(jié)。內(nèi)容適合正在做課程設(shè)計(jì)、畢業(yè)設(shè)計(jì)或者想用視覺(jué)方案解決實(shí)際分揀問(wèn)題的朋友參考我會(huì)把能直接復(fù)用的經(jīng)驗(yàn)和教訓(xùn)都寫(xiě)出來(lái)。先說(shuō)清楚這套系統(tǒng)解決的實(shí)際問(wèn)題社區(qū)投放點(diǎn)、校園分類(lèi)垃圾桶、小型回收站里人工分揀效率低且一致性差尤其廚余垃圾混入可回收物之后整桶可回收物的價(jià)值都會(huì)大打折扣。視覺(jué)檢測(cè)方案的核心就是把人眼判斷替換成攝像頭加模型判斷在垃圾進(jìn)入對(duì)應(yīng)桶之前完成類(lèi)別識(shí)別和數(shù)據(jù)上報(bào)。下面直接進(jìn)入正題。1. 為什么一個(gè)攝像頭加一塊板子就能重新定義垃圾分類(lèi)1.1 先搞清楚這個(gè)系統(tǒng)到底解決誰(shuí)的什么問(wèn)題我開(kāi)始做這個(gè)項(xiàng)目之前先列了一份需求清單而不是急著找數(shù)據(jù)集。不同場(chǎng)景對(duì)檢測(cè)系統(tǒng)的要求差異非常大社區(qū)智能分類(lèi)桶識(shí)別對(duì)象是居民手持的垃圾袋或單件垃圾要求識(shí)別速度快、支持品類(lèi)多但精度要求相對(duì)寬松因?yàn)檫€有人工復(fù)核環(huán)節(jié)。小型回收站分揀線(xiàn)傳送帶上連續(xù)過(guò)檢要求高吞吐、低延遲誤判會(huì)直接影響回收物純度對(duì)精度要求苛刻。校園/園區(qū)示范點(diǎn)更看重交互體驗(yàn)和趣味性經(jīng)常需要語(yǔ)音反饋、屏幕展示檢測(cè)只是整個(gè)交互鏈路的一環(huán)。我最終定位在可落地到社區(qū)和校園的輕量級(jí)檢測(cè)終端這個(gè)方向上核心指標(biāo)就是兩個(gè)單幀推理延遲不超過(guò)100毫秒常見(jiàn)單件垃圾的分類(lèi)準(zhǔn)確率在90%以上。這個(gè)目標(biāo)不高不低既不會(huì)讓模型選型過(guò)于痛苦又能真實(shí)跑通業(yè)務(wù)閉環(huán)。1.2 四分類(lèi)體系下的檢測(cè)難度分層國(guó)內(nèi)垃圾分類(lèi)通用體系是四分類(lèi)可回收物、有害垃圾、廚余垃圾、其他垃圾。但直接把這四類(lèi)作為模型輸出類(lèi)別模型會(huì)非常困惑——因?yàn)榭苫厥瘴飪?nèi)部包含塑料瓶、紙箱、玻璃瓶、易拉罐外觀(guān)差異極大廚余垃圾在圖像上則往往是形態(tài)不規(guī)則、顏色雜亂的混合物。這個(gè)項(xiàng)目我沒(méi)法用README或教程里的通用說(shuō)法糊弄自己必須明確模型真正要學(xué)的是物理單品而不是抽象分類(lèi)。所以我采用的是兩級(jí)結(jié)構(gòu)檢測(cè)模型先識(shí)別出具體物品比如礦泉水瓶紙板箱玻璃瓶再由規(guī)則引擎映射到四分類(lèi)的最終結(jié)果。這樣做的好處是訓(xùn)練目標(biāo)清晰、誤判鏈路可追溯排查為什么這瓶醬油被分進(jìn)了有害垃圾這類(lèi)問(wèn)題時(shí)能直接定位是檢測(cè)錯(cuò)了還是映射規(guī)則錯(cuò)了。2. 數(shù)據(jù)準(zhǔn)備比想象中更磨人采集、清洗與標(biāo)注的血淚清單2.1 每類(lèi)垃圾該準(zhǔn)備多少?gòu)垐D才有底氣很多教程會(huì)告訴你每類(lèi)500張就能訓(xùn)練但這話(huà)只說(shuō)對(duì)了一半。500張的前提是背景多樣、視角多樣、光照多樣如果500張全是同一塊灰色背景布上拍的俯視圖模型的泛化能力會(huì)非常差。我的實(shí)踐標(biāo)準(zhǔn)是每個(gè)目標(biāo)類(lèi)別至少800張真實(shí)場(chǎng)景圖像其中包含至少5種不同背景、3種不同拍攝高度、白天和夜間各占一部分比例。優(yōu)先級(jí)最高的是真實(shí)投放場(chǎng)景的圖像——垃圾桶旁邊、傳送帶上、水泥地上這些才是推理時(shí)真正會(huì)遇到的環(huán)境。類(lèi)別數(shù)量上我選了12個(gè)常見(jiàn)單品礦泉水瓶、易拉罐、玻璃瓶、紙板箱、報(bào)紙、塑料袋、一次性餐盒、果皮、剩菜、電池、燈管、煙蒂。12類(lèi)覆蓋了四分類(lèi)體系中80%以上的常見(jiàn)投放場(chǎng)景又不至于讓標(biāo)注工作量翻倍。2.2 標(biāo)注規(guī)范邊界框怎么打才能讓模型少犯迷糊標(biāo)注工具我用的LabelStudio支持矩形框和標(biāo)簽管理比LabelImg順手一些多人協(xié)作時(shí)可以用Web端統(tǒng)一管理標(biāo)注進(jìn)度。但工具只是輔助真正決定模型上限的是標(biāo)注規(guī)范。我制定了幾條硬性規(guī)則遮擋超過(guò)50%的物體不標(biāo)注寧可漏掉也不給模型錯(cuò)誤的監(jiān)督信號(hào)。對(duì)于彎曲、折疊的物體塑料袋、報(bào)紙用貼近可見(jiàn)區(qū)域輪廓的矩形框不要把大量空白背景框進(jìn)來(lái)。同一張圖里的多個(gè)同類(lèi)物體全部獨(dú)立標(biāo)注不能只標(biāo)一個(gè)。模糊到人眼都難判斷類(lèi)別的圖直接刪除不納入訓(xùn)練集。這幾條規(guī)則執(zhí)行完之后訓(xùn)練出來(lái)的模型邊界框明顯更緊實(shí)誤檢率也下降了不少。反而是我最早犯的錯(cuò)——為了追求數(shù)量把大量模糊圖、嚴(yán)重遮擋圖也標(biāo)進(jìn)去——導(dǎo)致loss怎么調(diào)都降不下去。2.3 數(shù)據(jù)質(zhì)量檢查被忽略的高重復(fù)樣本陷阱標(biāo)注完成之后一定要做重復(fù)樣本檢查。我的訓(xùn)練集里一度存在大量從視頻中連續(xù)抽幀得到的圖像相鄰幀之間只有微小位移模型在訓(xùn)練時(shí)會(huì)反復(fù)看到幾乎一樣的樣本相當(dāng)于變相放大了這類(lèi)樣本的權(quán)重導(dǎo)致真實(shí)場(chǎng)景下的泛化能力變差。處理方式其實(shí)簡(jiǎn)單對(duì)每個(gè)類(lèi)別按感知哈希去重相似度高于閾值的只保留一張?jiān)侔磁臄z場(chǎng)景做一次分層抽樣確認(rèn)。這一步花不了多少時(shí)間但對(duì)訓(xùn)練效果的影響是決定性的。清洗之后我從12類(lèi)共9600張圖壓縮到了7200張左右訓(xùn)練出來(lái)的模型反而更穩(wěn)了。3. 模型選型與訓(xùn)練調(diào)參我為什么鎖死YOLOv8而不是去追新3.1 檢測(cè)框架橫向?qū)Ρ萗OLO系列、SSD、Faster R-CNN檢測(cè)模型的選擇會(huì)直接影響后續(xù)所有工作這里值得多花點(diǎn)篇幅說(shuō)清楚。我把主流方案放在一張表里對(duì)比過(guò)模型框架推理速度精度表現(xiàn)部署難度社區(qū)資料豐富度Faster R-CNN慢數(shù)百毫秒級(jí)高較高多但偏學(xué)術(shù)SSD較快中小目標(biāo)一般中等一般YOLOv5快較高低非常多YOLOv8快較高且均衡低多官方支持完善YOLOv9/v11更快高中等相對(duì)較少對(duì)于垃圾分類(lèi)這個(gè)場(chǎng)景目標(biāo)通常不算小單件垃圾占畫(huà)面比例較大不需要極端的小目標(biāo)檢測(cè)能力更需要的是部署方便、社區(qū)案例多、踩坑有人分享。YOLOv8的ultralytics框架把訓(xùn)練、驗(yàn)證、導(dǎo)出封裝得很完整一套API走到底所以我最終選了YOLOv8n作為主力模型在保證精度的前提下把體積壓到最小。后來(lái)我也看到有人用更新版本的YOLO做類(lèi)似項(xiàng)目起點(diǎn)更高但遇到問(wèn)題時(shí)能參考的資料少很多。如果你追求的是項(xiàng)目穩(wěn)妥完成而不是發(fā)論文選資料最全的方案永遠(yuǎn)是最優(yōu)解。3.2 訓(xùn)練環(huán)境與關(guān)鍵超參的取值邏輯訓(xùn)練用的是單張消費(fèi)級(jí)顯卡顯存8GB這個(gè)配置跑YOLOv8n沒(méi)有任何壓力。環(huán)境直接用ultralytics的pip包PyTorch 2.x配合CUDA 11.8Python版本3.10。整個(gè)環(huán)境搭建半小時(shí)內(nèi)搞定。關(guān)鍵超參我是這么取的每個(gè)數(shù)值背后都有理由輸入分辨率640×640YOLOv8的默認(rèn)值對(duì)單件垃圾足夠再往上提會(huì)明顯拉慢推理速度。batch size 168GB顯存下能穩(wěn)定跑滿(mǎn)再大會(huì)爆顯存。epochs 150在小數(shù)據(jù)集上訓(xùn)練150輪足夠讓模型收斂我觀(guān)察loss曲線(xiàn)在100輪附近就基本平了。學(xué)習(xí)率0.01配合ultralytics自帶的余弦退火調(diào)度從頭訓(xùn)練時(shí)這個(gè)值比較穩(wěn)不會(huì)出現(xiàn)起步震蕩。mosaic增強(qiáng)開(kāi)啟把4張圖拼成一張訓(xùn)練能顯著改善模型對(duì)小目標(biāo)的魯棒性后期我在最后20輪關(guān)閉了mosaic讓模型適應(yīng)真實(shí)的單目標(biāo)分布。訓(xùn)練命令就是一行yolo detect train datawaste.yaml modelyolov8n.pt epochs150 imgsz640 batch16 device0waste.yaml里的路徑和類(lèi)別名我在開(kāi)始訓(xùn)練前反復(fù)核對(duì)過(guò)因?yàn)轭?lèi)別順序一旦錯(cuò)了后面所有評(píng)估結(jié)果都會(huì)跟著錯(cuò)。3.3 訓(xùn)練過(guò)程中必須盯住的三個(gè)信號(hào)訓(xùn)練不是把命令敲完就完事了。我每隔一段時(shí)間就看三個(gè)指標(biāo)box_loss持續(xù)下降但cls_loss震蕩說(shuō)明模型在學(xué)定位但類(lèi)別區(qū)分吃力大概率是數(shù)據(jù)問(wèn)題回頭檢查有沒(méi)有類(lèi)別樣本量失衡。驗(yàn)證集mAP50達(dá)到0.95以上但mAP50-95只有0.6出頭說(shuō)明檢測(cè)框大致位置對(duì)但框的精細(xì)度不夠可以試試增大輸入分辨率或者調(diào)整置信度閾值。某個(gè)類(lèi)別單獨(dú)拉出來(lái)AP特別低幾乎可以斷定這類(lèi)樣本的多樣性不足優(yōu)先補(bǔ)數(shù)據(jù)而不是調(diào)參。我的最終結(jié)果12類(lèi)平均mAP50達(dá)到0.97其中燈管和煙蒂這兩類(lèi)稍低一個(gè)因?yàn)橥该鞑馁|(zhì)難分辨一個(gè)因?yàn)閭€(gè)體太小。這兩類(lèi)的優(yōu)化思路我放在后面第5章展開(kāi)。4. 從訓(xùn)練機(jī)到分揀現(xiàn)場(chǎng)模型壓縮與部署的全過(guò)程4.1 ONNX導(dǎo)出與TensorRT加速的實(shí)際收益模型訓(xùn)練完只是第一步要在邊緣設(shè)備上達(dá)到實(shí)時(shí)推理必須做模型轉(zhuǎn)換和加速。我先后試過(guò)三種導(dǎo)出方式直接PyTorch推理延遲約180毫秒顯存占用偏高不滿(mǎn)足實(shí)時(shí)要求。ONNX導(dǎo)出加CPU推理延遲降到約280毫秒反而更慢原因是CPU上的ONNXRuntime對(duì)YOLOv8結(jié)構(gòu)中的某些算子優(yōu)化一般。ONNX導(dǎo)出加TensorRTFP16精度延遲穩(wěn)定在45毫秒左右GPU利用率和功耗表現(xiàn)都可接受。TensorRT的加速效果非常明顯但配置過(guò)程有些繁瑣需要根據(jù)顯卡型號(hào)下載對(duì)應(yīng)版本的TensorRT包再通過(guò)trtexec工具把ONNX模型編譯成engine文件。我用的是一塊嵌入式GPU開(kāi)發(fā)板顯存不大FP16量化后模型體積從14MB縮到7MB左右精度損失不到1個(gè)百分點(diǎn)完全在可接受范圍內(nèi)。導(dǎo)出命令參考yolo export modelbest.pt formatonnx dynamicTrue trtexec --onnxbest.onnx --saveEnginebest_fp16.engine --fp164.2 實(shí)時(shí)推理流水線(xiàn)的工程細(xì)節(jié)模型推理只是流水線(xiàn)的一環(huán)。完整的實(shí)時(shí)檢測(cè)流程是攝像頭采集圖像 → 圖像預(yù)處理縮放、歸一化 → TensorRT推理 → 后處理解碼檢測(cè)框、NMS去除重疊框 → 輸出類(lèi)別和坐標(biāo)。最容易出問(wèn)題的是預(yù)處理環(huán)節(jié)。訓(xùn)練時(shí)的數(shù)據(jù)增強(qiáng)里包含了隨機(jī)色域變換但推理時(shí)不能做這些必須用固定的歸一化參數(shù)否則會(huì)出現(xiàn)訓(xùn)練時(shí)好好的一上線(xiàn)準(zhǔn)確率暴跌的詭異問(wèn)題。我在預(yù)處理里嚴(yán)格復(fù)用了訓(xùn)練時(shí)的letterbox參數(shù)保持長(zhǎng)寬比縮放到640×640剩余部分用灰色填充這樣才不會(huì)讓圖像變形影響檢測(cè)。后處理里的置信度閾值我調(diào)到0.35NMS的IoU閾值保持默認(rèn)的0.7。置信度閾值太低會(huì)出現(xiàn)大量誤檢框太高又會(huì)漏掉重疊擺放的垃圾0.35是比較均衡的值。4.3 聯(lián)動(dòng)硬件讓檢測(cè)結(jié)果真正驅(qū)動(dòng)分類(lèi)動(dòng)作檢測(cè)系統(tǒng)要真正服務(wù)于分類(lèi)不能停在屏幕上畫(huà)個(gè)框這個(gè)層面。我做了一個(gè)聯(lián)動(dòng)方案當(dāng)檢測(cè)到某件垃圾的置信度超過(guò)閾值時(shí)通過(guò)串口向分揀控制板發(fā)送類(lèi)別指令控制板驅(qū)動(dòng)對(duì)應(yīng)垃圾桶的翻板機(jī)構(gòu)完成投放。這塊的通信協(xié)議是最容易被人忽略的細(xì)節(jié)。我定義了一個(gè)極簡(jiǎn)的ASCII協(xié)議格式是SCL:類(lèi)別ID;置信度;時(shí)間戳\n?？刂瓢褰馕龅絊CL:3;0.96;1714000000這樣的幀之后確認(rèn)類(lèi)別ID合法就執(zhí)行翻板動(dòng)作否則丟棄并記錄日志。協(xié)議里加時(shí)間戳的原因是為了事后排查哪一幀圖像對(duì)應(yīng)哪一次分揀動(dòng)作在聯(lián)調(diào)時(shí)幫了大忙。攝像頭到控制板的整體時(shí)延分配大概是采集加預(yù)處理10毫秒推理45毫秒串口傳輸加機(jī)械動(dòng)作300毫秒左右。對(duì)于日常投放場(chǎng)景這個(gè)響應(yīng)速度完全夠用。5. 實(shí)測(cè)翻車(chē)實(shí)錄相似垃圾、光照干擾和遮擋難題5.1 最頭疼的誤判透明塑料瓶與玻璃瓶實(shí)測(cè)中遇到最多的誤判案例就是透明礦泉水瓶和透明玻璃瓶。兩者在外觀(guān)上高度相似——都是透明、圓柱形、有反光——人眼有時(shí)都要湊近了才能分辨模型更是經(jīng)常把它們混在一起。我一開(kāi)始嘗試在模型層面強(qiáng)行區(qū)分降低置信度閾值、增加這兩類(lèi)的樣本量效果都不理想。后來(lái)?yè)Q了個(gè)思路不再讓視覺(jué)模型硬扛全部判斷而是在透明瓶類(lèi)別的置信度落在模糊區(qū)間比如0.4到0.7時(shí)觸發(fā)一次額外的材質(zhì)判定邏輯——通過(guò)目標(biāo)區(qū)域的顏色直方圖和紋理特征做個(gè)二次判斷。雖然仍然是圖像層面的啟發(fā)式規(guī)則但實(shí)測(cè)把這兩類(lèi)的混淆率降低了40%以上。這件事給我的啟發(fā)是不是所有問(wèn)題都該用模型解決。合理的規(guī)則兜底比盲目加數(shù)據(jù)更高效。5.2 光照變化讓準(zhǔn)確率坐了過(guò)山車(chē)晴天中午的強(qiáng)光、傍晚的暖色燈光、室內(nèi)的熒光燈不同光照條件下同一件垃圾在圖像里的表現(xiàn)差異很大。我的模型在室內(nèi)燈光下mAP50到了0.97拿到戶(hù)外強(qiáng)光下一測(cè)直接掉到0.88這個(gè)落差讓我意識(shí)到訓(xùn)練數(shù)據(jù)里戶(hù)外樣本太少。補(bǔ)救措施分兩層。第一層是最直接的數(shù)據(jù)層面補(bǔ)充了大量逆光和強(qiáng)曝光場(chǎng)景下的樣本并且在增強(qiáng)策略里加大了對(duì)亮度擾動(dòng)和HSV色域擾動(dòng)的力度。第二層是硬件層面在部署現(xiàn)場(chǎng)的投放口增加了補(bǔ)光燈讓相機(jī)看到的畫(huà)面亮度盡量穩(wěn)定。補(bǔ)光的思路是從安防攝像頭那里學(xué)來(lái)的——盡量改變環(huán)境去適配模型而不是無(wú)限提高模型對(duì)環(huán)境變化的魯棒性。5.3 難例挖掘與針對(duì)性增強(qiáng)的補(bǔ)救措施針對(duì)煙蒂這類(lèi)小目標(biāo)檢測(cè)弱的問(wèn)題我做了三件事把訓(xùn)練數(shù)據(jù)里煙蒂所在的圖片集中挑出來(lái)統(tǒng)計(jì)它們的真實(shí)尺寸占比發(fā)現(xiàn)普遍小于畫(huà)面的3%屬于小目標(biāo)范疇。在數(shù)據(jù)增強(qiáng)中增加了隨機(jī)裁切放大將小目標(biāo)區(qū)域裁出來(lái)放大后再拼回原圖強(qiáng)制模型去學(xué)習(xí)小目標(biāo)的特征。將mosaic增強(qiáng)的強(qiáng)度在小目標(biāo)類(lèi)別上稍微提高了比例讓模型在訓(xùn)練中看到更多小尺寸的正樣本。這三步走完煙蒂的AP從0.78提到了0.91。雖然還是12類(lèi)里最低的但實(shí)際使用中已經(jīng)不容易漏檢了。難例挖掘的通用方法論其實(shí)就是一句話(huà)把模型最容易犯錯(cuò)的樣本找出來(lái)分析它們?yōu)槭裁村e(cuò)再針對(duì)性地讓它們?cè)谟?xùn)練中出現(xiàn)得更頻繁。6. 更遠(yuǎn)一步從單幀檢測(cè)到完整的分揀閉環(huán)6.1 硬件選型與成本控制的思考整套系統(tǒng)的成本大頭在算力板和攝像頭。算力板我最終用的是嵌入式GPU開(kāi)發(fā)板功耗低、支持TensorRT單塊成本在幾百元到千元這個(gè)區(qū)間適合批量部署。如果只做算法驗(yàn)證用普通電腦加USB攝像頭就夠了成本能壓到最低。攝像頭選型有一個(gè)參數(shù)很關(guān)鍵視場(chǎng)角。視場(chǎng)角太小垃圾投放口三分之一的區(qū)域在畫(huà)面之外視場(chǎng)角太大每件垃圾在畫(huà)面里太小小目標(biāo)檢測(cè)壓力陡增。我實(shí)際用下來(lái)80°到100°的水平視場(chǎng)角最合適能在有效檢測(cè)距離內(nèi)同時(shí)覆蓋投放口和等待區(qū)。還有一個(gè)容易被忽略的細(xì)節(jié)攝像頭安裝角度。我以前習(xí)慣從正上方俯拍后來(lái)發(fā)現(xiàn)斜向下45°視角對(duì)人手持垃圾靠近投放口這個(gè)動(dòng)作的魯棒性更好因?yàn)檎┡臅?huì)被人的手部遮擋。這個(gè)調(diào)整不需要改任何代碼但對(duì)檢測(cè)成功率的提升是立竿見(jiàn)影的。6.2 個(gè)人經(jīng)驗(yàn)總結(jié)與給后來(lái)者的建議整套系統(tǒng)從零到穩(wěn)定運(yùn)行我最大的體會(huì)是視覺(jué)檢測(cè)項(xiàng)目里模型訓(xùn)練只占最后20%的精力前面80%的時(shí)間基本都在和數(shù)據(jù)、環(huán)境、硬件打交道。很多剛開(kāi)始做這個(gè)方向的朋友把時(shí)間全花在調(diào)整網(wǎng)絡(luò)結(jié)構(gòu)上其實(shí)是在錯(cuò)誤的方向上努力。給你幾個(gè)可直接抄的建議先搭通攝像頭到推理到輸出的最小閉環(huán)再回頭優(yōu)化模型精度不要讓前期的完美主義拖住進(jìn)度。每一類(lèi)垃圾單獨(dú)統(tǒng)計(jì)精確率和召回率只看整體準(zhǔn)確率會(huì)掩蓋個(gè)別類(lèi)別的嚴(yán)重缺陷。置信度閾值不要只拍腦袋定畫(huà)一遍置信度-準(zhǔn)確率曲線(xiàn)在曲線(xiàn)拐點(diǎn)附近選值。所有實(shí)驗(yàn)記錄都寫(xiě)下來(lái)包括數(shù)據(jù)集版本、增強(qiáng)配置、超參、評(píng)價(jià)指標(biāo)。我復(fù)現(xiàn)不了自己兩周前的最佳結(jié)果時(shí)才發(fā)現(xiàn)有個(gè)實(shí)驗(yàn)參數(shù)當(dāng)時(shí)忘了記。這套系統(tǒng)的下一步我打算在檢測(cè)結(jié)果之上疊加一個(gè)投放行為的時(shí)序判斷根據(jù)目標(biāo)在畫(huà)面中的軌跡判斷它是不是被正確投放進(jìn)了對(duì)應(yīng)的桶而不是僅僅被識(shí)別出來(lái)了。檢測(cè)只是眼睛判斷行為才算有了腦子。這個(gè)方向做扎實(shí)了垃圾分類(lèi)終端才真正談得上智能兩個(gè)字。