---

智能分类垃圾桶毕设：从零搭建嵌入式AI垃圾分类系统的完整实践

摘要：许多本科生在做“智能分类垃圾桶毕设”时，常被硬件选型、模型部署、识别准确率三座大山劝退。这篇笔记把我自己踩过的坑一次性打包，带你用树莓派或ESP32-CAM攒一套“花小钱、能跑通、老师挑不出毛病”的低成本方案，并给出可直接落地的代码与调参经验。读完你能独立跑通“拍照→推理→开盖→丢垃圾”全链路，顺带把答辩 PPT 的素材也攒齐。

---

1. 背景痛点：为什么“智能垃圾桶”总被导师打回？

1. 硬件兼容性差
   淘宝买的“XX 智能垃圾桶扩展板”跟树莓派 GPIO 电压不匹配，一上电就重启；换 Jetson Nano 又嫌贵，预算直接超标。

2. 模型过大，板子跑不动
   网上随手下载的 ResNet50 权重 90 MB，树莓派 4B 推理一次 3 s，盖子还没开，用户已经走远了。

3. 分类准确率不稳定
   白天实验室 LED 灯下 92%，搬到走廊白炽灯只剩 71%；导师随手拿一罐“红牛”测试，直接识别成“有害垃圾”，现场翻车。

4. 代码耦合，调试困难
   摄像头采集、推理、舵机控制全写在一个 main.py，一出 bug 就全局崩溃，日志还没打，根本不知道哪一步炸了。

---

2. 技术选型对比：把每一分钱花在刀刃上

维度	树莓派 4B 2 GB	Jetson Nano	ESP32-CAM
单价	260 元	899 元	45 元
功耗	6 W	15 W	2 W
推理速度*	180 ms	60 ms	1.2 s
摄像头支持	USB/CSI 任意	USB/CSI 任意	自带 2 MP OV2640
内存	2 GB LPDDR4	4 GB LPDDR4	520 KB SRAM
扩展性	强	极强	弱
毕设推荐度	★★★★☆	★★★☆☆	★★★★☆

*推理速度基于 MobileNetV2 0.5 量化模型，输入 224×224，批量=1。

结论：

• 预算 <150 元、想“能跑就行”——选 ESP32-CAM，模型用 TF-Lite 8bit 量化，最高 90 KB。
• 预算 300 元左右、需要“流畅+后期可扩展”——选树莓派 4B，内存够，USB 摄像头即插即用，答辩现场更稳。
• Jetson Nano 性能过剩，除非导师明确需要 GPU 加速或后续做云端联邦学习，否则不推荐。

---

3. 模型横向测评：MobileNetV2 vs EfficientNet-Lite vs MediaPipe

在 COCO-trash-like（自制 4 类：可回收、厨余、有害、其他）共 4800 张图，训练 30 epoch，量化后对比：

模型	量化体积	精度(top-1)	树莓派 4B 推理	ESP32 推理
MobileNetV2 0.35	750 KB	87.2 %	120 ms	820 ms
EfficientNet-Lite0	3.9 MB	90.4 %	260 ms	OOM
MediaPipe Image Classifier	2.1 MB	88.7 %	150 ms	1.1 s

结论：

• 树莓派方案优先 EfficientNet-Lite0，精度最高，体积可接受；
• ESP32 只能选 MobileNetV2 0.35，再小就掉精度；
• MediaPipe 封装最简洁，但底层黑盒，老师问“网络结构”时答不上来，慎用。

---

4. 核心实现：端到端代码示例

下面给出树莓派 4B + Python 3.9 + TF-Lite 2.11 的最小可运行框架，舵机采用 SG90 180°，GPIO 12 控制。目录结构先保持 Clean：

smart_bin/
├── main.py          # 主循环
├── camera.py        # 摄像头模块
├── classifier.py    # 推理封装
├── actuator.py      # 舵机/LED 控制
├── logger.py        # 日志
└── model/
    └── trash_lite.tflite

4.1 摄像头模块 camera.py

import cv2

class Camera:
    def __init__(self, src=0, resolution=(224, 224)):
        self.cap = cv2.VideoCapture(src)
        self.cap.set(cv2.CAP_PROP_FRAME_WIDTH, resolution[0])
        self.cap.set(cv2.CAP_PROP_FRAME_HEIGHT, resolution[1])

    def read(self):
        ret, frame = self.cap.read()
        if not ret:
            raise RuntimeError("Camera read failed")
        return frame

    def release(self):
        self.cap.release()

4.2 推理封装 classifier.py

import numpy as np
import tflite_runtime.interpreter as tflite

class Classifier:
    def __init__(self, model_path, labels):
        self.interp = tflite.Interpreter(model_path=model_path)
        self.interp.allocate_tensors()
        self.input_idx = self.interp.get_input_details()[0]['index']
        self.output_idx = self.interp.get_output_details()[0]['index']
        self.labels = labels

    def predict(self, image_rgb):
        input_data = np.expand_dims(image_rgb, axis=0).astype(np.float32)
        self.interp.set_tensor(self.input_idx, input_data)
        self.interp.invoke()
        pred = self.interp.get_tensor(self.output_idx)[0]
        return self.labels[np.argmax(pred)], float(np.max(pred))

4.3 舵机控制 actuator.py

import RPi.GPIO as GPIO
import time

PWM_FREQ = 50   # SG90 标准 50 Hz
ANGLE_OPEN = 90
ANGLE_CLOSE = 0

class Servo:
    def __init__(self, pin=12):
        GPIO.setmode(GPIO.BCM)
        GPIO.setup(pin, GPIO.OUT)
        self.pwm = GPIO.PWM(pin, PWM_FREQ)
        self.pwm.start(self._angle_to_duty(ANGLE_CLOSE))

    def _angle_to_duty(self, angle):
        return 2 + (angle / 180) * 10  # 2~12 % duty

    def open(self, t=1.5):
        self.pwm.ChangeDutyCycle(self._angle_to_duty(ANGLE_OPEN))
        time.sleep(t)
        self.close()

    def close(self):
        self.pwm.ChangeDutyCycle(self._angle_to_duty(ANGLE_CLOSE))

    def cleanup(self):
        self.pwm.stop()
        GPIO.cleanup()

4.4 主循环 main.py

from camera import Camera
from classifier import Classifier
from actuator import Servo
import cv2
import time
import logging
from logger import setup_logger

setup_logger()
labels = ['recyclable', 'kitchen', 'hazard', 'other']

def main():
    cam = Camera()
    clf = Classifier("model/trash_lite.tflite", labels)
    servo = Servo()
    try:
        while True:
            frame = cam.read()
            rgb = cv2.cvtColor(frame, cv2.COLOR_BGR2RGB)
            label, score = clf.predict(rgb)
            logging.info("pred=%s score=%.2f", label, score)
            if score > 0.75:          # 置信度阈值
                servo.open()
            time.sleep(2)             # 防止连续触发
    except KeyboardInterrupt:
        pass
    finally:
        cam.release()
        servo.cleanup()

if __name__ == '__main__':
    main()

代码不到 200 行，每个文件只干一件事，方便你在答辩现场“打开即讲”。

---

5. 性能与安全：让系统经得起“导师随手测试”

1. 冷启动延迟
   树莓派第一次加载 TF-Lite 需 1.2 s，可在后台预加载模型并缓存，用户靠近时直接调用，体验缩短到 0.2 s。

2. 并发与资源竞争
   若同时开 HTTP 服务器供手机端查看，推理线程与 Flask 线程会抢 CPU。用 queue.Queue 把推理任务单线程化，Web 端只读缓存结果，可保持 15 fps 流畅度。

3. 物理防误触
   舵机开盖瞬间扭矩 1.6 kg·cm，小朋友手放在盖口会夹手。加红外对管检测“有障碍物”立即反向转动，3 行代码就能保平安。

---

6. 生产环境避坑指南

• 光照干扰
  在桶口加 5 V 柔光 LED 补光环，固定色温 6500 K，训练时把 20 % 数据做随机亮度增强，实测准确率提升 5 %。

• 小样本过拟合
  每类垃圾至少拍 150 张，不同角度、不同背景；用 Mosaic 数据增强把 4 张图拼 1 张，再跑 10 epoch，可抑制过拟合。

• 电源噪声
  舵机转动瞬间电流 400 mA，树莓派 USB 口电压掉到 4.6 V 会重启。单独给舵机供 5 V 2 A，共地即可解决。

• 模型更新
  把 model/ 软链接到 /var/lib/smart_bin/，OTA 时只拉取新的 .tflite，主程序热重启 1 s 内完成，无需重新烧卡。

---

7. 现场演示小技巧

1. 提前拍 20 张“导师常扔垃圾”照片，现场再跑一遍推理，命中率 100 %，导师直呼内行。
2. 把系统做成 Docker 镜像，答辩电脑 docker run 即可复现，老师不再担心“换设备就翻车”。
3. 手机投屏实时显示摄像头画面 + 预测标签，台下同学也能看到，氛围感拉满。

---

8. 后续可扩展方向

• 多类别动态学习：在桶内加称重传感器，用户纠正错误分类时自动记录图像，晚上闲时做增量训练，实现“越用越准”。
• 云端闭环：把高置信错误样本上传至服务器，定期用大模型蒸馏小模型，边缘端 OTA 更新，形成“云训练-边推理”循环。
• 语音交互：再加一块 20 元的 LD3320 离线语音识别模块，“小度小度，奶茶杯是什么垃圾？”——逼格瞬间提升。

---

树莓派 4B + 扩展板 + SG90 舵机 + 补光环实拍，线材用热熔胶固定，防止运输松动。

---

9. 个人小结

整套做下来，BOM 成本 260 元，代码量 300 行左右，从硬件焊接到模型量化共花 3 周，答辩现场 0 翻车。最大的感受是：别把“智能”想得太高大上，把复杂留给自己，把简单留给用户，老师自然满意。下一步我准备把增量学习脚本写完，让垃圾桶真变成“越用越聪明”的毕设神器。如果你也在坑里，欢迎留言交流，一起把垃圾“分”明白！

---